基于深度学习的人脸检测算法研究

《基于深度学习的人脸检测算法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、分类号：密级：。UDC：编号：。工学硕士学位论文基于深度学习的人脸检测算法研究硕士研究生：蒋少强指导教师：史震教授学科、专业：控制工程论文主审人：哈尔滨工程大学2018年5月分类号：密级：。UDC：编号：。工学硕士学位论文基于深度学习的人脸检测算法研究硕士研究生：蒋少强指导教师：史震教授学位级别：工学硕士学科、专业：控制工程所在单位：自动化学院论文提交日期：2018年5月论文答辩日期：2018年6月学位授予单位：哈尔滨工程大学ClassifiedIndex:U.D.C:ADissertationforthe

2、DegreeofM.EngResearchonFaceDetectionAlgorithmBasedonDeepLearningCandidate:JiangshaoQiangSupervisor:Prof.ShiZhenAcademicDegreeAppliedfor:MasterofEngineeringSpecialty:ControlEngineeringDateofSubmission:May,2018DateofOralExamination:June,2018University:Harbin

3、EngineeringUniversity哈尔滨工程大学学位论文原创性声明本人郑重声明：本论文的所有工作，是在导师的指导下，由作者本人独立完成的。有关观点、方法、数据和文献的引用已在文中指出，并与参考文献相对应。除文中已注明引用的内容外，本论文不包含任何其他个人或集体已经公开发表的作品成果。对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。作者（签字）：日期：年月日哈尔滨工程大学学位论文授权使用声明本人完全了解学校保护知识产权的有关规定，即研究生在校攻

4、读学位期间论文工作的知识产权属于哈尔滨工程大学。哈尔滨工程大学有权保留并向国家有关部门或机构送交论文的复印件。本人允许哈尔滨工程大学将论文的部分或全部内容编入有关数据库进行检索，可采用影印、缩印或扫描等复制手段保存和汇编本学位论文，可以公布论文的全部内容。同时本人保证毕业后结合学位论文研究课题再撰写的论文一律注明作者第一署名单位为哈尔滨工程大学。涉密学位论文待解密后适用本声明。本论文（□在授予学位后即可□在授予学位12个月后□解密后）由哈尔滨工程大学送交有关部门进行保存、汇编等。作者（签字）：导师（签字）：

5、日期：年月日年月基于深度学习的人脸检测算法研究摘要人脸检测一直是计算机视觉研究中的热点问题。近年来，随着物联网的发展，面部特征作为一种身份信息被广泛应用于电子身份认证，目标监视，安全警报等各类自动化和互联网系统中，是未来智能社会生态中重要的一环。人脸检测的目的是在图片或视频中找到人脸，并使用标签标记出人脸的大小与位置。而在实际检测中，复杂的场景，不同的尺度都给人脸检测带来诸多困难，这导致传统的检测方式并不能在实际的场景中应用。深度学习的应用为人脸检测技术带来了一次革命，其利用深层神经网络强大的拟合能力，人脸

6、检测算法的精度有了大幅度的提高。然而，这些精度较高的算法在检测速度上无法满足实时检测的要求，难以应用到实际场景当中。本文希望利用深度学习理论，在现有的高精度深层神经网络模型上，构建一个新的全卷积神经网络应用于人脸检测算法中，在保证检测速度的同时，进一步提高检测准确率。本文对传统的人脸检测算法和基于深度学习的人脸检测算法进行了探讨，主要介绍了Viola-Jones法和FasterRCNN两种代表算法，针对这两种算法存在的不足，以通用实时目标检测算法YOLOv2为基础，训练得到一个实时的人脸检测器。该人脸检测器

7、速度快，检测率也远远高于传统算法，但其准确率与FasterRCNN相比并没有太大优势。因此依照实际应用的要求，对现有的卷积神经网络模型做出改进，提出了基于残差网络的faceyolo人脸检测算法，并基于其损失函数和图像增强做出改进，最终在FDDB数据集上进行了对比测试，证明faceyolo在原有的高速检测下，进一步提高了检测准确率，同时，其对小脸和多个人脸的检测效果也有所改善。最后，本文在faceyolo算法的基础上构建了一个可以进行图像人脸检测和调用摄像头实时人脸检测的人脸检测系统，可对算法的检测效果进行测

8、试，也可投入实际应用当中。关键词：人脸检测；深度学习；算法改进；残差网络；对比测试哈尔滨工程大学硕士学位论文基于深度学习的人脸检测算法研究AbstractFacedetectionhasalwaysbeenahottopicincomputervisionresearch.Inrecentyears,withthedevelopmentoftheInternetofthings,facialfeatures,as