面向迎宾机器人的人脸跟踪系统研究与实现

发布时间：2024-05-12 08:11

　　随着安检口及金融贸易方面应用需求的快速增长,生物识别技术得到了广泛关注,而人脸识别是所有生物识别方法中应用最为广泛的技术之一。人脸识别因其在金融验证、医学、人机交互和公共安全等方面的巨大应用前景而逐步成为了人工智能领域的一个研究热点。本文以迎宾机器人平台为入口,结合计算机视觉技术和运动控制技术,不仅让机器人具备了人脸特征识别的能力,同时结合目标跟踪算法,实现了人脸跟踪随动系统,增强了机器人的人机交互能力。本文的主要工作有如下几点:首先,介绍了基于深度学习的卷积神经网络的基本结构和训练方式,介绍了其核心工作原理和主要的优化方案。现如今主流方法为提高网络性能还在拓展网络结构或者加大训练数据量,使得训练的计算量不断加大。而本文则另辟蹊径从数据端入手,采用了一种基于mixup(混合)的训练方法,实现了网络训练方式的优化,使得网络在图片分类错误率上降低了一个百分点左右,对网络性能有一定提升。其次,介绍了人脸特征识别的主要流程,讨论了传统检测方法和基于卷积神经网络的方法各自的优缺点,并通过实际运行验证,找出了最适合的方案。同时也将基于mixup的网络训练方法运用于人脸特征识别的网络训练中,经验证对...

【文章页数】：80 页

【学位级别】：硕士

【部分图文】：

图1.12007-2015生物识别市场规模Fig.1.12007-2015MarketSizeofBiometricRecognition

1绪论11绪论1.1研究背景和意义智能机器人是复杂系统工程的产物[1]，它是机电一体化、计算机科学、材料科学和仿生学的完美结合。它在工农业、医药、建筑和军事等传统领域具有重要的应用。如今，机器人的概念在国际上已经有了具体解释：机器人是能控制自身完成各种功能的机器[2]。机器人可为....

图1.22015年全球生物识别市场结构

重庆大学硕士学位论文2最近10多年来，生物识别市场的收入正在逐步快速增长。如图1.2所示，在2015年在生物识别技术市场中人脸特征识别技术已占据18％的比例。人脸特征识别的市场在不断扩大。图1.22015年全球生物识别市场结构Fig.1.22015GlobalBiometricM....

图2.3LeNet-5卷积神经网络结构图

2卷积神经网络的结构及算法原理9图2.3LeNet-5卷积神经网络结构图Fig.2.3StructurediagramofLeNet-52.2.2局部连接和权值共享卷积神经网络不同于一般神经网络的是选用了局部连接和权值共享来减少网络模型中的参数量，以此来降低训练计算量[25,26....

图2.5卷积操作示意图

重庆大学硕士学位论文10出神经元所能“感受”的区域。图2.5卷积操作示意图Fig.2.5Convolutionoperation公式2.2表示卷积过程，k是卷积核的对应参数，b是偏置。1()jllliilMjjiifxkbx（2.2）池化层主要工作就是降低参数个数也就是模型复杂度....

本文编号：3971105