基于GoogLeNet的智能录播系统中站立人脸的检测与定位

发布时间：2021-04-27 21:16

　　随着教育信息化的不断普及,推动了智能录播系统的发展。智能录播系统可以推进学校精品课程建设,很大程度地促进了学校教学研究与管理研究的深度,为教育信息化的进一步发展积累了丰富的数字化教学资源,实现教学资源共享。在教学过程中,为实时关注师生互动,需要对站立的同学进行检测与定位,因此,站立学生的人脸检测与定位是发展智能录播系统的关键。针对目前智能录播系统中学生站立检测的需求,本文实现了一种基于GoogLeNet神经网络的站立人脸的检测与定位方法。该方法首先利用帧差法和肤色检测初步确定学生站立活动区域,然后在该区域使用迁移学习训练的GoogLeNet神经网络检测是否存在人脸,若存在,则记录人脸的位置信息,最后通过人脸在垂直方向和水平方向上的运动距离来判断是否为站立的学生人脸,从而实现智能录播系统中站立人脸的检测与定位。实验结果表明,本文方法基本可以实现学生站立人脸的检测与定位功能。本文主要工作如下:（1）训练人脸检测网络。首先使用GoogLeNet神经网络对人脸图像进行迁移学习,训练出人脸检测网络。（2）确定活动区域。使用帧差法与肤色检测确定课堂视频中存在肤色的活动区域,在该活动区域内检测是否存... 

【文章来源】：青岛大学山东省

【文章页数】：50 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
第一章 绪论
    1.1 研究目的与意义
    1.2 国内外研究动态
        1.2.1 智能录播系统
        1.2.2 人脸检测
    1.3 本文主要工作
    1.4 本文章节安排
第二章 相关技术
    2.1 运动目标检测方法
        2.1.1 帧差法
        2.1.2 光流法
        2.1.3 Vibe算法
    2.2 肤色检测方法
        2.2.1 RGB颜色空间肤色阈值法
        2.2.2 YCbCr颜色空间肤色阈值法
        2.2.3 椭圆模型
    2.3 本章小结
第三章 Goog Le Net神经网络
    3.1 卷积神经网络
    3.2 Google Net神经网络模型
    3.3 迁移学习
    3.4 本章小结
第四章 基于Google Net神经网络的站立人脸检测
    4.1 对Goog Le Net神经网络进行迁移学习
        4.1.1 训练样本集的预处理
        4.1.2 训练Goog Le Net神经网络
    4.2 筛选活动区域
        4.2.1 帧差法
        4.2.2 肤色检测
    4.3 学生站立检测
    4.4 具体步骤
    4.5 实验结果与分析
    4.6 本章小结
第五章 总结与展望
    5.1 总结
    5.2 展望
参考文献
攻读学位期间的研究成果
致谢


【参考文献】：
期刊论文
[1]基于多尺度卷积神经网络模型的手势图像识别[J]. 袁荣尚,罗晓曙.  现代电子技术. 2019(24)
[2]考虑遮挡情况的光流场估计算法[J]. 王松,汪增福.  小型微型计算机系统. 2019(11)
[3]FastFace:实时鲁棒的人脸检测算法[J]. 李启运,纪庆革,洪赛丁.  中国图象图形学报. 2019(10)
[4]基于肤色分割的人脸检测算法[J]. 周品,李先祥.  自动化与信息工程. 2019(05)
[5]迁移学习模式下基于GoogLeNet网络的风电机组视觉检测[J]. 徐一鸣,张娟,刘成成,顾菊平,潘高超.  计算机科学. 2019(05)
[6]一种基于帧差法结合Kalman滤波的运动目标跟踪方法[J]. 李妍妍,田瑞娟,张弦弦.  兵工自动化. 2019(04)
[7]基于肤色与改进Adaboost算法的人脸检测[J]. 沈翔,朱建鸿.  传感器与微系统. 2019(04)
[8]基于背景差分与帧间差分的目标检测改进算法[J]. 王梦菊,吴小龙,杜海涛.  自动化技术与应用. 2018(10)
[9]基于级联卷积神经网络的人脸检测算法[J]. 孙康,李千目,李德强.  南京理工大学学报. 2018(01)
[10]基于最大池化稀疏编码的煤岩识别方法[J]. 伍云霞,田一民.  工程科学学报. 2017(07)

硕士论文
[1]智能录播系统中站立人脸的检测定位研究[D]. 刘小芳.青岛大学 2018
[2]基于特征融合的人脸检测定位和识别算法的研究[D]. 陈璠.南京邮电大学 2016
[3]基于显著区域提取的人脸检测研究[D]. 宋建强.西安电子科技大学 2011
[4]基于光流机制的运动目标检测[D]. 石雪杰.中国科学技术大学 2010



本文编号：3164169