基于Faster R-CNN戏曲卡通人物识别的研究
发布时间：2021-11-27 04:26
戏曲作为中国独特的舞台艺术形式,有着数百年的历史。由于文化多元化的发展,导致传统戏曲渐渐衰落。近年,制作的戏曲动画易被人们接受,从而可以通过把戏曲人物卡通化,来吸引人们喜欢并了解戏曲。因此,结合戏曲卡通人物与目标识别技术,对目标进行分类识别,能够帮助人们快速认识每个戏曲卡通人物,为这个艺术门类培养更多的观众和演员,这对于戏曲的传承保护具有重要意义。目前,目标分类识别在诸多方面的研究已经取得可喜的成果,但是在戏曲卡通人物的检测识别上的研究还鲜有人涉及,本文运用基于特征提取网络Res Net50的Faster R-CNN算法对戏曲卡通人物进行检测识别,再融合特征金字塔网络（Feature Pyramid Networks）并对网络进行改进,取得了很好的识别效果。主要研究内容如下:（1）数据集的制作本文实验所用数据集是从网络搜索相关图片以及拍摄收藏的戏曲玩偶为基础进行制作。因为,收集到的图片数量有限,运用了数据增强技术,对图片数量进行扩充;再对每张图片手工标注。制作了第一个完整的戏曲人物数据集。（2）基于Faster R-CNN算法,融合特征金字塔网络的戏曲卡通人物识别本文运用基于特征提取网...
【文章来源】：湖南师范大学湖南省 211工程院校
【文章页数】：65 页
【学位级别】：硕士
【部分图文】：
图2-1两阶段检测算法整体流程
硕士学位论文8图2-1流程分析：首先输入一张图片，接着经过卷积神经网络，通过卷积神经网络对图片进行深度特征的提取，这个卷积神经网络称为主干网络，典型的主干网络有VGGNet，ResNet，Zenet等。接着，通过区域生成网络（RPN）产生候选区域，同时会完成区域的分类，即将图片分为背景和目标这样两种不同的类别，也会对目标位置进行初步的预测。然后对候选区域中的位置框进行调整，使用RoI_pooling层，通俗讲此层为“抠图”的意思，通过RoI_pooling层可以避免重复计算CNN特征。再将抠图所得到的候选区域目标映射到特征图上相应区域，经过全连接层，来得到特征向量，最后通过分类和回归实现对候选目标类别的判定和目标位置的确定[41]。目前，应用较多的两阶段检测识别算法为FasterR-CNN。先产生目标候选框，再对候选框进行分类。R-CNN族算法的发展进步，使目标检测识别的流程越来越简练，精度越来越高，速度也有了很大的提升。2.2R-CNN族2.2.1R-CNNR-CNN的出现，扩大了深度学习的应用领域。它使用了CNN较好的特征提取和分类性能，通过候选区域选择来实现问题的转化。R-CNN生成proposals采用的是SelectiveSearch，主要通过颜色、边缘等从下至上对图像进行分割。再对分割区域进行不同尺度的合并，每生成一个区域即为候选区域[42]，该算法工作原理如图2-2所示：图2-2R-CNN算法结构图（1）输入图像：输入待检测的图像，送入网络；
硕士学位论文10段训练的，过程极其耗费时间和空间。FastR-CNN整合了深度网络，支持向量机（SVM）分类。实验证明：在PascalVOC数据集上，FastR-CNN的训练时间较R-CNN缩短了8/9。网络结构如图2-3所示：图2-3FastR-CNN原理结构图从图2-3分析得知，FastR-CNN的输入由两部分组成：①等待处理的图像；②候选区域(regionproposal)。在处理时，首先卷积核池化获取特征图。因为会有多个候选区域，这时系统会有一个甄别，即判断RoI。RoI池化层可以提取到特征向量，每一个特征向量，都会被输送到全连接层的序列当中，全连接层有两个输出层。其中一层用来分类，输出的是每个RoI的概率分布，产生几个对象类概率估计；另一层产生每个对象类坐标信息。在图像分类研究中，卷积层计算比较费时。但是对于检测识别来说，运用selectivesearch算法来提取，会出现比较多的候选框，在前向计算中，全连接层计算则比较费时。采用SVD对全连接层进行分解，加速计算，SVD实现如图2-4：图2-4SVD分解加速实现以往实验表明：SVD分解全连接层的方法确实可以提升速度。此外，FastR-CNN对图片采用中心化采样：先采样，然后在得到的采样图像上再对候选区域
本文编号：3521550
【文章来源】：湖南师范大学湖南省 211工程院校
【文章页数】：65 页
【学位级别】：硕士
【部分图文】：
图2-1两阶段检测算法整体流程
硕士学位论文8图2-1流程分析：首先输入一张图片，接着经过卷积神经网络，通过卷积神经网络对图片进行深度特征的提取，这个卷积神经网络称为主干网络，典型的主干网络有VGGNet，ResNet，Zenet等。接着，通过区域生成网络（RPN）产生候选区域，同时会完成区域的分类，即将图片分为背景和目标这样两种不同的类别，也会对目标位置进行初步的预测。然后对候选区域中的位置框进行调整，使用RoI_pooling层，通俗讲此层为“抠图”的意思，通过RoI_pooling层可以避免重复计算CNN特征。再将抠图所得到的候选区域目标映射到特征图上相应区域，经过全连接层，来得到特征向量，最后通过分类和回归实现对候选目标类别的判定和目标位置的确定[41]。目前，应用较多的两阶段检测识别算法为FasterR-CNN。先产生目标候选框，再对候选框进行分类。R-CNN族算法的发展进步，使目标检测识别的流程越来越简练，精度越来越高，速度也有了很大的提升。2.2R-CNN族2.2.1R-CNNR-CNN的出现，扩大了深度学习的应用领域。它使用了CNN较好的特征提取和分类性能，通过候选区域选择来实现问题的转化。R-CNN生成proposals采用的是SelectiveSearch，主要通过颜色、边缘等从下至上对图像进行分割。再对分割区域进行不同尺度的合并，每生成一个区域即为候选区域[42]，该算法工作原理如图2-2所示：图2-2R-CNN算法结构图（1）输入图像：输入待检测的图像，送入网络；
硕士学位论文10段训练的，过程极其耗费时间和空间。FastR-CNN整合了深度网络，支持向量机（SVM）分类。实验证明：在PascalVOC数据集上，FastR-CNN的训练时间较R-CNN缩短了8/9。网络结构如图2-3所示：图2-3FastR-CNN原理结构图从图2-3分析得知，FastR-CNN的输入由两部分组成：①等待处理的图像；②候选区域(regionproposal)。在处理时，首先卷积核池化获取特征图。因为会有多个候选区域，这时系统会有一个甄别，即判断RoI。RoI池化层可以提取到特征向量，每一个特征向量，都会被输送到全连接层的序列当中，全连接层有两个输出层。其中一层用来分类，输出的是每个RoI的概率分布，产生几个对象类概率估计；另一层产生每个对象类坐标信息。在图像分类研究中，卷积层计算比较费时。但是对于检测识别来说，运用selectivesearch算法来提取，会出现比较多的候选框，在前向计算中，全连接层计算则比较费时。采用SVD对全连接层进行分解，加速计算，SVD实现如图2-4：图2-4SVD分解加速实现以往实验表明：SVD分解全连接层的方法确实可以提升速度。此外，FastR-CNN对图片采用中心化采样：先采样，然后在得到的采样图像上再对候选区域
本文编号：3521550
本文链接：https://www.wllwen.com/wenyilunwen/huanjingshejilunwen/3521550.html
