基于深度学习的天然气集输站场入侵人员人脸识别研究

发布时间：2024-05-18 14:14

　　无人值守式站场充分利用现代物联网、自动化等先进技术来实现站场的全天候自主化管理,该方式既有效的减少了人力物力的消耗,又显著提升了站场的管理水平,是天然气集输站未来智能化建设的发展趋势之一。但是因站场一般地处偏远,一旦发生可疑人员入侵的情况,无人化的管理难以在第一时间进行有效的监测,因此对站场的安全防护技术提出了更高的要求。本文中将人脸识别技术运用到无人值守站场的安防管理中,主要利用深度学习的方法来解决单样本条件下的人脸识别问题,以提升无人值守站场的安防管理水平,主要研究内容如下:(1)提出一种改进生成对抗网络的多特征人脸生成模型。无人值守站场处于开放环境中,再加上单一人脸样本条件限制,大大影响了人脸识别效果。针对上述问题,开展基于生成对抗网络的多特征人脸生成模型研究,利用包含丰富特征属性的CelebA数据集对生成对抗网络进行训练,通过不断调整网络结构及参数,以得到特征属性连续变化的人脸样本,为完成人脸识别任务提供有效的训练样本支撑。(2)提出一种改进卷积神经网络的人脸特征识别方法。为满足深度网络模型训练需求,在有效扩充样本基础上,采用随机裁剪、亮度变换、平移、旋转、翻转等技术手段,继续...

【文章页数】：78 页

【学位级别】：硕士

【部分图文】：

图1.1人脸识别流程

重庆科技学院硕士专业学位论文1绪论6低于阈值则匹配失败。一个完整人脸识别过程如图1.1所示，包括四个步骤：人脸检测、图像预处理、特征提娶人脸匹配[36]。图1.1人脸识别流程Fig.1.1FaceRecognitionProcess（1）人脸检测人脸检测的核心思想在于利用某种技术....

图1.2论文整体框架结构

重庆科技学院硕士专业学位论文1绪论8第四章：天然气集输站场安防原型系统研发。本章中以python语言为基础结合Mysql数据库，设计开发了可用于无人值守集输站开放环境下的人脸识别系统。第五章：总结与展望。总结本文所做的主要工作以及取得的研究成果，同时指出本文中存在的不足之处，为进....

图2.1GAN网络模型结构

重庆科技学院硕士专业学位论文2基于生成对抗网络的多特征人脸生成模型研究10图2.1GAN网络模型结构Fig.2.1GANNetworkModelStructure2.1.2GAN网络训练机制如图3.2所示，黑色曲线代表真实样本所在的概率分布，绿色曲线代表生成样本所在概率分布，在训....

图2.2GAN网络训练机制

重庆科技学院硕士专业学位论文2基于生成对抗网络的多特征人脸生成模型研究10图2.1GAN网络模型结构Fig.2.1GANNetworkModelStructure2.1.2GAN网络训练机制如图3.2所示，黑色曲线代表真实样本所在的概率分布，绿色曲线代表生成样本所在概率分布，在训....

本文编号：3977044