基于改进的SSD的多角度初始化人脸关键点检测

发布时间：2023-04-16 06:14

　　人脸关键点检测,即人脸对齐,已成为人工智能研究领域的一个热点。该技术实现了对于面部感兴趣特征点或区域进行定位的任务,以人脸检测技术得到的目标框为基础,进一步获得人脸关键点的确切位置。同时作为人脸验证、表情分析和人脸识别等技术的前趋步骤,人脸关键点检测为这些任务的研究提供精确的面部关键点定位。人脸关键点检测技术与生活、工业和商业应用密不可分。无论是监控设备、安防设备、身份验证设备等信息安全领域,还是图像处理等商业应用领域,均需要以人脸关键点检测的研究作为技术支撑。因此人脸关键点检测技术的研究具有极大的应用价值和实际意义,本文针对人脸关键点检测任务进行了以下三方面的技术改进:(1)首先以基于单步网络的SSD检测器为基础进行改进,添加了包含更多细节信息的、更靠近底层网络的特征层进行级联预测,来获得对于人脸的小目标检测任务的优良性能。其次,对于默认框的尺度进行调整,选择更加适合人脸形状的固定比例来实现默认框对于人脸更好的拟合效果。最后将改进后的方案在主流人脸数据集上进行实验对比以及性能改进分析。(2)本文对抑制冗余预测框的NMS算法进行改进。首先分析了NMS算法在人脸检测的小目标应用场景中可能...

【文章页数】：69 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
1 绪论
    1.1 研究背景与意义
    1.2 国内外研究现状
        1.2.1 机器学习与深度学习的研究进展
        1.2.2 目标检测的研究进展
        1.2.3 人脸关键点检测的研究进展
    1.3 目前研究存在的问题
    1.4 本文主要的研究内容
2 人脸关键点检测算法的构成与研究分析
    2.1 目标检测算法
        2.1.1 传统目标检测算法
        2.1.2 深度学习目标检测算法
    2.2 人脸关键点检测算法
        2.2.1 传统人脸关键点检测算法
        2.2.2 基于卷积神经网络的人脸关键点检测架构
    2.3 本章小结
3 改进的SSD目标检测架构
    3.1 SSD算法详解
        3.1.1 多尺度级联预测结构
        3.1.2 默认框的生成
        3.1.3 损失函数
    3.2 SSD的改进
        3.2.1 融合方式以及默认框尺度的改进
        3.2.2 NMS算法的改进
    3.3 实验结果
        3.3.1 改进融合方式和默认框尺度后的性能分析
        3.3.2 改进的NMS算法的性能分析
        3.3.3 图片以及USB摄像头实时场景下的性能分析
    3.4 本章小结
4 改进的人脸关键点检测算法
    4.1 基于LBF的人脸关键点检测算法
        4.1.1 局部二值特征
        4.1.2 随机森林的训练
    4.2 基于像素差的多角度初始化算法
    4.3 实验结果
        4.3.1 多角度初始化算法的性能分析
        4.3.2 在数据集上的性能分析
        4.3.3 USB摄像头实时场景下的实验与性能分析
    4.4 本章小结
5 总结与展望
    5.1 研究总结
    5.2 研究展望
致谢
参考文献
附录 :攻读学位期间参加的科研项目和成果



本文编号：3791086