基于MobileFaceNet的轻量化人脸识别系统的设计与实现

发布时间：2022-08-09 14:53

　　随着人工智能的迅速发展,人脸识别在计算机视觉领域备受关注,同时人脸识别在智能安防、公共应用和金融安全等众多领域也都有着优秀的表现。而近年来移动设备的快速发展和普及,人脸识别技术被广泛应用在移动设备端,得益于人脸识别技术的飞快发展,许多研究人员将它视为研究方向,并获得了非常优秀的研究成果。随着技术的进一步发展,人脸识别在未来也会有更大的应用前景和发展空间。随着问题规模和复杂度的增加,为了获得更高的识别精度,网络模型的深度和体积也在成倍的增长,但是受限于移动设备在计算能力、存储空间等诸多方面的约束,很难将计算复杂、体积庞大的网络模型移植到移动设备端。因此本文的主要目的是设计实现识别精度高、模型体积小、运行速度快的轻量化人脸识别模型。本文的研究内容和成果如下:在对深度学习理论和当前表现优异的轻量级人脸识别模型进行了充分的研究了解之后,本文在对现有模型进行改进的基础上提出了SE-MobileFaceNet。在继承原模型优点的基础上,在网络中嵌入了SE模块,通过学习的方式来自动获取到每个特征通道的重要程度,提升有用的通道特征并抑制不重要的通道特征,从而提高人脸识别精度。模型在训练阶段,引入Sof... 

【文章页数】：68 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
    1.2 国内外研究现状
    1.3 研究内容及意义
    1.4 论文的组织结构
第2章 相关技术研究
    2.0 神经网络基础
    2.1 人脸检测
    2.2 人脸识别
    2.3 模型压缩
    2.4 本章小结
第3章 基于MobileFaceNet改进的移动端人脸识别模型
    3.1 问题描述
    3.2 基本思想
    3.3 网络结构改进
        3.3.1 MobileFaceNet网络模型
        3.3.2 基于自适应学习特征权重的改进
    3.4 网络剪枝
        3.4.1 剪枝思路
        3.4.2 基于泰勒展开式的剪枝标准
    3.5 实验结果与分析
        3.5.1 相关数据集与实验环境
        3.5.2 轻量化网络训练实验
        3.5.3 模型压缩相关实验
    3.6 本章小结
第4章 基于移动端的人脸识别系统的实现
    4.1 系统目标
    4.2 系统总体设计
    4.3 系统开发环境
    4.4 功能模块设计
        4.4.1 人脸采集模块
        4.4.2 人脸检测与预处理模型
        4.4.3 特征提取模块
        4.4.4 文件管理模块
        4.4.5 人脸识别模块
    4.5 本章小结
第5章 系统应用与测试
    5.1 测试概述
    5.2 功能测试
    5.3 性能测试
    5.4 本章小结
第6章 总结与展望
    6.1 论文总结
    6.2 未来展望
参考文献
致谢


【参考文献】：
期刊论文
[1]用于图象识别的图象代数特征抽取[J]. 洪子泉,杨静宇.  自动化学报. 1992(02)



本文编号：3672756