基于滤波与人脸检测识别的人脸跟踪算法

发布时间：2021-05-27 12:50

　　目标跟踪技术是计算机视觉领域中非常关键的一项技术,主要应用在重要的公共场所,如机场、车站、银行、地铁等,进行安防。纯目标跟踪算法跟踪精度很低,达不到真实的跟踪效果。随着近几年大数据的爆发,数据量呈指数增长,开始出现了不依赖于纯目标跟踪的算法。基于深度学习的目标检测算法精度越来越高,现在主流的目标跟踪的解决办法是采用基于检测的跟踪,也就是在高精度目标检测的基础上,对目标进行预测,从而达到有精度有速度的跟踪。按照这种研究思路,本文提出目标跟踪、人脸检测和人脸识别的融合算法,取得了速度和精度上的优势。对卡尔曼滤波和粒子滤波进行了对比研究,比较了相应的跟踪算法的性能。在对卡尔曼滤波的算法流程分析的基础上,对卡尔曼滤波算法与深度学习目标检测算法Yolov3-tiny进行了实验。又对粒子滤波的算法流程进行分析,进行了相同的算法实验。从实验结果容易看出,卡尔曼滤波的跟踪精度不好,跟踪曲线一直振荡;而粒子滤波的跟踪精度高,跟踪曲线稳定。详细分析了基于深度学习的人脸检测算法MTCNN,给出了具体的算法流程并进行了仿真实验。分析和实验表明,这个2016年提出的人脸检测算法非常有效,而且达到实时检测效果。提... 

【文章来源】：哈尔滨工业大学黑龙江省 211工程院校 985工程院校

【文章页数】：56 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第1章 绪论
    1.1 课题背景及研究的目的和意义
    1.2 国内外研究现状
    1.3 国内外文献综述及简析
    1.4 本文的主要研究内容
第2章 多目标跟踪
    2.1 引言
    2.2 视频跟踪问题描述
    2.3 卡尔曼滤波跟踪
        2.3.1 卡尔曼滤波
        2.3.2 卡尔曼滤波与检测结合实验
    2.4 粒子滤波跟踪
        2.4.1 粒子滤波
        2.4.2 粒子滤波与检测结合实验
    2.5 本章小结
第3章 人脸检测
    3.1 引言
    3.2 基于多任务级联卷积神经网络的人脸检测算法
        3.2.1 算法结构
        3.2.2 损失函数
        3.2.3 非极大值抑制
    3.3 人脸检测实验
    3.4 本章小结
第4章 人脸识别
    4.1 引言
    4.2 人脸验证和识别
    4.3 损失函数
        4.3.1 度量损失函数
        4.3.2 分类损失函数
    4.4 基于边距余弦损失的人脸识别算法
    4.5 带约束的自适应边距损失
    4.6 本章小结
第5章 人脸跟踪
    5.1 引言
    5.2 人脸跟踪算法
    5.3 人脸跟踪实验
        5.3.1 普通人脸跟踪实验
        5.3.2 异常人脸跟踪实验
    5.4 本章小结
结论
参考文献
致谢



本文编号：3207601