轻量级卷积神经网络的嵌入式人脸检测与识别系统设计与实现

发布时间：2021-10-27 09:37

　　随着计算能力和数据量的增加,深度学习的二次崛起给计算机视觉领域带来了巨大的发展,通过训练深度神经网络,人工智能系统突破了传统方法在准确度上的瓶颈,在某些领域超过了人类的表现。随着准确度的不断提升,人脸检测和人脸识别技术已逐渐走向商业化,进入人们生活。针对人脸检测与识别算法,尤其是人脸识别算法在嵌入式系统部署中计算复杂度成为热点问题,本文从系统设计、算法设计和硬件平台设计与实现三方面进行了研究,设计并实现了一种可以实时运行的嵌入式人脸检测与识别系统。本文首先在嵌入式人脸检测和人脸识别技术的基本理论上分析了人脸检测与人脸识别的基本方法,选择人脸检测和人脸识别级联的识别方法而非对输入图像直接分类识别人脸的方案;在算法方面,提出了改进的MTCNN作为前置人脸检测算法模块;针对人脸识别算法复杂度问题,设计并训练了 SELCNN轻量级人脸识别模型,在LFW数据集上取得了98.12%的正确率;在算法研究的基础上,本文设计并实现了一套人脸检测与识别系统,针对1:N人脸识别的规模问题和数据问题提出了解决方法;最后本文设计并实现了基于Nvidia Jetson TX2和Raspberry3 B+ncnn+... 

【文章来源】：厦门大学福建省 211工程院校 985工程院校 教育部直属院校

【文章页数】：89 页

【学位级别】：硕士

【部分图文】：

图１－２ＭＴＣＮＮ识别人脸范围及关键点??

图２－１嵌入式人脸检测识别系统架构??

图２－２嵌入式人脸检测识别硬件架构??

【参考文献】：
期刊论文
[1]基于视觉跟踪的实时视频人脸识别[J]. 任梓涵,杨双远.  厦门大学学报(自然科学版). 2018(03)
[2]基于深度特征蒸馏的人脸识别[J]. 葛仕明,赵胜伟,刘文瑜,李晨钰.  北京交通大学学报. 2017(06)
[3]基于SDSoC的SIFT特征点检测[J]. 张波,韩俊刚.  计算机技术与发展. 2016(12)
[4]嵌入式视觉的测距系统设计[J]. 刘昌辉,帅考,杨维荣.  武汉工程大学学报. 2015(04)
[5]嵌入式视觉运动目标跟踪技术研究[J]. 毛磊,金立左.  电子设计工程. 2013(21)
[6]嵌入式机器视觉系统优化研究[J]. 付连锐,王兆仲.  电子设计工程. 2012(14)
[7]基于FPGA的人脸检测系统设计[J]. 李昌盛,王亚娟,黄启俊,常胜.  电子技术应用. 2011(10)
[8]嵌入式机器视觉系统设计[J]. 熊超,田小芳,陆起涌.  仪器仪表学报. 2005(S2)

硕士论文
[1]基于深度学习的人脸识别系统的设计与实现[D]. 陈超.南京邮电大学 2018
[2]基于深度学习的人脸识别方法的研究[D]. 王震.兰州理工大学 2018
[3]基于轻量级卷积神经网络的人脸检测和识别算法研发[D]. 卢毅.浙江大学 2018



本文编号：3461338