基于MTCNN和S-LBPH算法的多人脸识别在课堂考勤中的应用

发布时间：2021-04-23 23:54

　　大学生课堂出勤率低是高校教学管理的难题,严格的考勤制度可以有效提高出勤率,需要在上课前快速准确完成并能实时记录学生参与课堂的情况,有效防止迟到、早退、课堂玩手机等不良现象,目前的考勤方法多为人工操作,也有少数研究人员开发人脸识别系统并应用于课堂和会议考勤;但还存在人脸检测召回率较低和低像素人脸识别失败的问题。单纯基于深度学习方法的人脸检测识别精度较高,但是需要海量的数据资源,更新数据库繁琐,对硬件设备要求苛刻等;因此,本文针对大学生课堂出勤的具体场景,设计实现了一个基于人脸识别的考勤系统。本文首先综述了国内外研究现状和研究意义,然后针对课堂学生考勤过程中人脸检测鲁棒性较差的问题,在FEI数据集的基础上增加人脸样本多样性并与WIDER FACE合并成新的训练集,用于改善MTCNN模型检测鲁棒性,仿真实验表明新的训练模型具有更高的人脸检测召回率;其次,由于局部二进制编码直方图算法（LBPH）采用全局特征等比重计算方式,在多人脸识别时正确率不高,提出了基于敏感特征加权的局部二进制编码直方图算法（S-LBPH）,并给出敏感特征加权系数a的计算公式、S-LBPH算法流程图以及算法实现步骤,本文提... 

【文章来源】：西南交通大学四川省 211工程院校 教育部直属院校

【文章页数】：63 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
第1章 绪论
    1.1 研究背景及意义
    1.2 国内外人脸检测识别研究现状
        1.2.1 人脸检测方法分类汇总
        1.2.2 人脸检测研究现状
        1.2.3 人脸识别LBPH算法研究现状
    1.3 本文主要研究内容
第2章 基于MTCNN算法的人脸检测
    2.1 人脸检测算法对比
    2.2 MTCNN算法结构及训练
        2.2.1 人脸检测二分类问题
        2.2.2 边界回归向量问题
        2.2.3 五官特征定位问题
    2.3 MTCNN工作原理及过程
    2.4 实验仿真以及提高训练模型鲁棒性
    2.5 本章小结
第3章 基于S-LBPH算法的人脸识别
    3.1 LBPH算法原理介绍
        3.1.1 圆形滤波器计算模型
        3.1.2 图像旋转不变性
        3.1.3 统计直方图抽象特征
        3.1.4 相似度计算
    3.2 LBPH算法实验仿真
        3.2.1 光照鲁棒性实验仿真
        3.2.2 局部纹理直方图实验仿真
        3.2.3 人脸相似度计算实验仿真
    3.3 LBPH算法改进
        3.3.1 最邻近插值取代邻域平均值
        3.3.2 基于敏感特征加权的相似度对比
        3.3.3 人脸识别正确率测试对比
    3.4 本章小结
第4章 基于SRCNN算法的图像超分辨率重建
    4.1 低像素人脸检测识别
        4.1.1 低像素图像产生及影响
        4.1.2 低像素图像目标检测识别处理方法
    4.2 SRCNN算法原理及实验仿真
        4.2.1 SRCNN算法结构及原理
        4.2.2 SRCNN算法实验仿真
        4.2.3 SRCNN算法局部优化
    4.3 SRCNN在低像素图像检测识别中应用
        4.3.1 基于SRCNN和 MTCNN的人脸检测
        4.3.2 基于SRCNN和 LBPH的人脸识别
    4.4 本章小结
第5章 课堂考勤场景的多算法结合实现
    5.1 限制人脸条件下的学生检测识别
        5.1.1 高像素人脸图像检测识别
        5.1.2 低像素人脸图像检测识别
    5.2 非限制人脸条件下的学生检测识别
    5.3 本章小结
总结
致谢
参考文献
攻读硕士期间发表的论文及参与的科研项目



本文编号：3156276