基于无人机平台的前下视人脸检测算法研究

发布时间：2021-07-16 07:39

　　无人机在进行安防侦测任务时,需要对目标人脸进行验证以及追踪,因此快速而准确的人脸检测是无人机平台下相关人脸任务的基础。本文以解决基于无人机平台的前下视人脸检测问题为出发点,进行了一系列相关工作。首先,本文构建了基于无人机前下视角的人脸检测数据集,对比了主流人脸检测算法在该数据集上的效果,并分析了无人机前下视角下人脸检测问题的特点以及难点。基于无人机前下视角下人脸检测任务中小尺度人脸较多以及背景部分比例相对较高的特点,本文提出了改进的级联结构人脸检测算法,包括了融合多层信息的单步式潜在目标区域产生网络,在网络的不同层上分别快速预测不同尺度的人脸框。同时改进了对于重叠人脸框的处理策略,提升了网络对于高度重叠人脸的检测能力。随后,使用更加有效的分类损失函数处理人脸检测问题中的人脸分类任务,有效提高了算法在无人机前下视角下的人脸检测准确率。随后,针对无人机前下视角下的人脸具有丰富的人体上下文信息的特点,本文将人体上下文信息引入到级联型人脸检测框架的目标区域产生网络以及调整输出网络中;此外,为了提升网络效率,将注意力机制作为监督信号引入到级联型人脸检测算法的各个阶段,高亮对于无人机前下视角人脸检... 

【文章来源】：华中科技大学湖北省 211工程院校 985工程院校 教育部直属院校

【文章页数】：90 页

【学位级别】：硕士

【部分图文】：

无人机打击罪犯模拟场景流程

华 中 科 技 大 学 硕 士 学 位 论 文图 1-1 无人机打击罪犯模拟场景流程[2]人脸检测任务一直是计算机视觉领域关注的焦点任务，同时也是在实际应用上落地最成功的任务，准确的人脸检测的结果是人脸对齐[3]、人脸关键点定位[4]以及人脸识别任务[5]的重要基础，如图 1-2 所示。解决各种场景下的人脸检测的问题，将人脸检测任务做得更快更准一直是学术界以及工业界的重要目标。随着深度学习时代的到来，人脸检测技术已经取得了喜人的结果，在很多应用场景下也达到了实用的水准[6]。

度、光线以及遮挡情况，数据集又按照检测的难度被划分为 Easy、M 三部分，这样的划分对于分析人脸检测器的性能具有非常重要的意义无人机前下视角的人脸数据采集采集设备及工具据集采集设备主要是中国大疆创新有限公司旗下的 MavicPro 系列便如图 2-1 所示。Mavic Pro 便携折叠式飞行器配备前视和下视视觉系行、智能跟随等功能，并可自动返航以及在室外稳定悬停、飞行。三拍摄 4K 超高清视频与 1200 万像素照片。最大飞行速度 65km/h，最 分钟。遥控器内置高清图传地面端，与飞行器机身内置的机载端配合 4 App 在移动设备上实时显示高清画面，稳定传输最高 1080p 图像以

【参考文献】：
期刊论文
[1]基于TINY-YOLO的嵌入式人脸检测系统设计[J]. 游忍,周春燕,刘明华,邵延华,展华益.  工业控制计算机. 2019(03)

硕士论文
[1]基于无人机平台的人脸识别研究[D]. 李艳阳.杭州电子科技大学 2018



本文编号：3286588