复杂条件下基于神经网络的人脸检测算法

发布时间：2022-08-08 10:39

　　计算机视觉研究的一个关键方向就是人脸检测。面部特征在检测系统、访问控制和安防等领域中得到了广泛的应用。人脸检测与识别在安防领域中是最热门的研究方向之一。而曝光度、分辨率低、人脸角度的极端偏转、面部遮挡等原因使得人脸检测任务变得艰巨,而且在实际的应用中也广泛存在这些问题。早期Viola和Jones发明了VJ人脸检测的算法,该算法已经可以很好的检测正面的人脸图像,但对于人脸存在的各种表情,光照强度,各种偏转的角度等因素,使得VJ人脸检测器在实际应用中不够理想。由于卷积神经网络的不断研究和发展,加上GPU等硬件对计算能力的加速,使得计算机视觉的发展越来越迅速。卷积神经网络在人脸检测的研究方向上有着无法相比的优势,比如极大缩减了人工成本、自学习人脸的特征、对复杂条件下的人脸有着很好的适应性等。但由于照明和遮挡、各种姿势、无约束环境中的人脸检测和对齐具有挑战性。近期的研究发现,深度学习的算法可以很好的解决以上的问题。本文基于深度学习的理论知识,针对人脸检测方向上的问题做了较为深入的讨论。对早期和现有的一些人脸检测算法的优缺点进行了分析和总结,并且在基于现有的卷积神经网络的模型上,对其进行分析与改... 

【文章页数】：93 页

【学位级别】：硕士

【部分图文】：

圆圈处

图形在计算机中?

图２－７局部连接和全连接的神经网络比对图??


本文编号：3671358