人脸定位论文_张倩雯,林涵

导读:本文包含了人脸定位论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:特征,卷积,边缘,距离,形态学,神经网络,算子。

人脸定位论文文献综述

张倩雯,林涵^[1]（2019）在《基于信息熵下的人脸定位技术》一文中研究指出为解决人脸定位过程中人脸图像处理困难、定位结果不准确以及人脸易受环境影响的问题,本文提出了利用图像信息熵对人脸进行定位的方法。首先引入了图像信息熵对图像进行色彩空间转化,采用MATLAB进行人脸阈值分割;然后根据人脸肤色与人身体肤色不同对人脸进行处理;最后利用人脸的眼、嘴等像素点信息熵值的比较对人脸进行定位。实验结果表明:可以利用图像信息熵进行人脸定位,方法简单,适应性强,定位结果不受客观因素的影响,识别结果准确。(本文来源于《科技风》期刊2019年21期）

黄琳,蒋为,杨铁军^[2]（2019）在《基于Caffe框架的人脸定位与识别系统的设计》一文中研究指出人脸识别是生物特征识别的重要内容,其应用范围也越来越广,如手机的人脸解锁,支付宝的刷脸支付和公共区域的犯罪分子检测等。文章提出了一种基于Caffe框架的人脸定位与识别系统的设计方法。该方法中的人脸定位采用多任务卷积神经网络(Multi-task convolutional neural network,简称MTCNN),并基于Caffe框架实现卷积神经网络(Convolutional Neural Networks,简称CNN)来对人脸进行分类与识别,采用YouTube以及Labeled Faces数据集作为实验数据集,实现了人脸定位和人脸识别功能,取得了较好的定位与识别效果。(本文来源于《计算机时代》期刊2019年06期）

林璇玑,林克正,孙一迪,魏颖^[3]（2018）在《利用测地距离的叁维人脸定位算法》一文中研究指出针对传统的二维人脸定位,无法克服旋转、表情、姿态等因素带来的问题,同时传统定位算法的准确率较低,算法在叁维人脸模型的基础上,加入测地距离,提出利用测地距离的叁维人脸定位算法。首先输入待检测的叁维人脸图像,对其进行维纳滤波预处理,在预处理后的图像中进行鼻尖点定位,进而找到人脸的位置,在待检测图像中标记所得到的人脸区域。算法在叁维人脸库FRGC和BU-3DFE上进行实验,利用深度信息定位方法和SPIDER特征点定位方法进行对比,实验结果表明本算法的定位准确率更高,鲁棒性更强。(本文来源于《哈尔滨理工大学学报》期刊2018年06期）

乔玮玮^[4]（2017）在《叁维动态人脸定位研究》一文中研究指出随着社会的不断进步,生物识别技术逐渐受到各界研究学者的青睐.而人脸识别因其自然性和不易被被测个体察觉的特点以及在个人信息安全、自助服务、电子商务、安全防务等领域的巨大应用前景日益受到重视.在研究人员几十年的钻研下,二维人脸识别算法取得了显着地进展.然而不同于传统的二维人脸识别容易受到光线、化妆等外界因素的影响,叁维人脸识别因其处理对象是叁维人脸空间模型而更加安全、鲁棒.人脸定位作为人脸识别中的关键基础步骤,其结果的准确性对于之后的表情提取与分析、矫正人脸等处理举足轻重.因此,快速准确地定位人脸成为重中之重.本文针对叁维动态人脸的空间模型,深入探讨了叁维人脸识别中的数据处理部分:人脸的定位.主要分为人脸模型的读入、特征点标记和人脸区域获取叁个阶段.针对采集到的叁维动态人脸模型数据,首先要借助环境VS2010,将数据读入并且显示人脸模型.文中先简要说明了数据获取的叁维设备:叁维照相机.然后针对叁维照相机采集到的人脸模型数据,简要描述了将其读入电脑显示的方式.因为扫描仪采集的数据范围较大,采集到的人脸模型数据存在耳朵、脖子、肩膀等无效部分,因此首先需要去除无用部分,将感兴趣的用于人脸识别的有效部分进行切割和定位.为了能够准确提取人脸特征并且减少冗余信息的干扰,文中选取球体对人脸进行定位.本文先在叁维人脸模型上寻找到特征点.由于提取特征的鉴别力决定了识别性能,所以特征提取在叁维人脸识别中占据举足轻重的地位.基于特征提取策略,根据需要由简到繁的给出手工定位特征点、根据深度信息定义特征点以及经典的ASM算法叁种获取方法.然后简要地比较了叁种方法的优劣性,以及各种方法所适应的场景.最后,以定位的鼻尖点为球心构造一个球体对叁维模型进行切割,得到的球体内区域即为切割的人脸区域,从而实现人脸区域的定位.人脸获取部分的关键之处在于计算球体的半径,这里主要给出了测地距离的方法.通过将其与最为常用的欧氏距离进行比较,能够突出测地距离的优势.上机实验结果可以看出,本文提出叁维人脸的定位方法具有较好的实用性.(本文来源于《吉林大学》期刊2017-05-01）

孔令美^[5]（2016）在《基于coarse-to-fine的人脸定位算法》一文中研究指出人脸特征点定位在人脸识别、表情识别、年龄估计等系统中发挥的关键作用,使其成为近年来的热门研究课题之一。目前对人脸特征点定位算法有很多的研究,准确率也在不断提升,但仍面临着光照不均、姿态偏转较大以及遮挡等挑战。针对当前定位所存在的挑战,本文提出了基于coarse-to-fine的定位方法。coarse即粗定位:利用改进的深度卷积神经网络DCNN(Deep Convolutional Neural Network)方法进行粗定位,fine即精定位:将粗定位的结果作为初始形状,不断迭代回归进行微调,最终得到较精确的定位结果。本文从这两点出发,对初始形状选择和回归参数求解方法进行相关的改进。考虑到DCNN无需初始化的优点,本文利用卷积层较少的DCNN得到人脸样本的粗定位结果,该方法克服了深层网络计算量大、参数复杂的弊端,提升了定位的效率。此外,还结合权重初始化、参数优化等相关的网络优化问题对粗定位的结果进行优化。虽然卷积层较少的DCNN学习到的形状不能够满足精确度的要求,但将该形状作为初始形状进行回归得到的定位效果远好于选取平均形状等作为初始化。因此,本文将该定位结果作为后续回归的初始形状,根据改进的K-means方法的聚类结果选择候选集合,在候选集合中利用级联形状回归方法对粗定位的结果进行调整,进一步得到更精确的定位结果。本文选取SIFT特征为特征提取函数,并对SDM(Supervised Descent Method)回归方法进行改进,通过3个stage的形状迭代更新得到最终的定位结果。本文在公开的300-W等标准定位数据库上对提出的算法进行测试,得到了较好的定位准确率和性能,算法在300-W人脸库上的平均错误率为6.34%,比ESR(Explicit Shape Regression)(7.58%)、SDM(7.5%)等经典定位方法都更加精确,对光照不均、偏转角度大和遮挡等因素也有更强的鲁棒性。(本文来源于《东北大学》期刊2016-11-01）

葛小凤^[6]（2016）在《驾驶环境下的人脸定位算法研究》一文中研究指出针对驾驶室背景、光照和多姿态条件下难以准确定位人脸问题,本文提出基于YCb Cr和HSV色彩空间相结合的肤色检测来实现人脸定位。利用拍摄视频图片进行实验,结果表明该方法在驾驶环境下有较好的检测效果。(本文来源于《电子世界》期刊2016年12期）

郑庆登,刘蓉,刘佩丽,陈洪波^[7]（2016）在《基于活动摄像头的人脸定位跟踪系统》一文中研究指出针对固定摄像头无法自动跟踪拍摄运动目标的缺陷,设计了基于舵机的活动摄像系统,以实现活动人脸的定位与跟踪。在adaboost人脸检测算法的基础上,结合计算机视觉类库OpenCV与图形界面开发框架Qt在VS2010开发环境下,设计并实现了人脸检测-定位-跟踪系统。测试结果表明,在明亮环境条件下识别准确率达到100%,在昏暗条件下准确率为95%,对于人脸的部分遮挡以及上、下、左、右侧脸都能被检测到。本文方法可广泛应用于安防等领域。(本文来源于《电子测量技术》期刊2016年04期）

师路欢^[8]（2016）在《基于边缘检测和形态学的人脸定位方法的研究》一文中研究指出人脸的检测定位分两步进行,使用改进的Kirsch边缘检测算法初步定位出人脸在图像中的位置,然后利用形态学算法精确定位出人脸所在区域并将其提取出来作为输出.试验证实,此改进算法不易受噪声的干扰且能检测到真正的弱边缘.(本文来源于《许昌学院学报》期刊2016年02期）

张苗^[9]（2016）在《基于GPU的人脸定位算法研发与优化》一文中研究指出近年来随着人脸识别技术的发展,越来越多计算机视觉技术被应用到人脸研究领域。人脸定位是人脸识别的基础,包含人脸检测和人脸关键点定位两个方面。本文对联合人脸定位算法进行了研发,利用形状索引特征与改进的决策树,同时实现人脸检测与人脸关键点定位,并利用CUDA对该算法进行了GPU并行计算优化。本文主要对联合人脸定位算法进行了研发,完成了基于形状索引特征的分类回归树构建,并利用Adaboost与级联策略完成了分类器训练；算法实现过程中,为了增强形状索引特征的表征能力,本文利用HSV图像与梯度图像扩展了原始灰度图像通道,提取了多通道的形状索引特征；训练过程中,对算法进行了计算负载与并行化可行性分析,利用CUDA对分类回归树的构建过程进行了GPU并行计算优化；检测过程中,对算法流程进行进一步并行可行性分析,实现了针对检测子窗口的并行计算优化。本文利用实现的算法在Helen数据集进行了训练,在AFW(The Annotated Faces in the Wild)数据集进行测试,得到了90%的检测率,包含20个关键点时的平均定位误差在3.92左右。利用CUDA对并行计算优化之后,对于2000个训练样本,1000个特征的分类器训练,训练时间从258s缩短为100s。对于一张VGA图像,检测帧率由2fps提升到34fps,达到了实时应用要求。(本文来源于《浙江大学》期刊2016-03-01）

易佳,王碧琳,刘姝秀,陆笛,卢乾茜^[10]（2015）在《结合ASM算法和边缘检测的人脸定位方法研究》一文中研究指出针对边缘检测算法对人脸边缘定位不够精确的问题,提出了一种将ASM算法和边缘检测算法相结合的人脸识别方法。该方法首先对采集的图像运用ASM进行脸部定位,初步获得人脸在图像中的位置,再利用基于Prewitt算子的边缘检测进行图像边缘划分,最终得到可以精确定位出人脸的边缘图像。实验证明,此方法能更准确地划分出人脸边缘,突出人脸在图像中的位置,获得较好的检测结果。(本文来源于《信息系统工程》期刊2015年12期）

人脸定位论文开题报告

（1）论文研究背景及目的

此处内容要求：

首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。

写法范例：

人脸识别是生物特征识别的重要内容,其应用范围也越来越广,如手机的人脸解锁,支付宝的刷脸支付和公共区域的犯罪分子检测等。文章提出了一种基于Caffe框架的人脸定位与识别系统的设计方法。该方法中的人脸定位采用多任务卷积神经网络(Multi-task convolutional neural network,简称MTCNN),并基于Caffe框架实现卷积神经网络(Convolutional Neural Networks,简称CNN)来对人脸进行分类与识别,采用YouTube以及Labeled Faces数据集作为实验数据集,实现了人脸定位和人脸识别功能,取得了较好的定位与识别效果。

（2）本文研究方法

调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。

观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。

实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。

文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。

实证研究法：依据现有的科学理论和实践的需要提出设计。

定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。

定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。

跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。

功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。

模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。

人脸定位论文参考文献

[1].张倩雯,林涵.基于信息熵下的人脸定位技术[J].科技风.2019

[2].黄琳,蒋为,杨铁军.基于Caffe框架的人脸定位与识别系统的设计[J].计算机时代.2019

[3].林璇玑,林克正,孙一迪,魏颖.利用测地距离的叁维人脸定位算法[J].哈尔滨理工大学学报.2018

[4].乔玮玮.叁维动态人脸定位研究[D].吉林大学.2017

[5].孔令美.基于coarse-to-fine的人脸定位算法[D].东北大学.2016

[6].葛小凤.驾驶环境下的人脸定位算法研究[J].电子世界.2016

[7].郑庆登,刘蓉,刘佩丽,陈洪波.基于活动摄像头的人脸定位跟踪系统[J].电子测量技术.2016

[8].师路欢.基于边缘检测和形态学的人脸定位方法的研究[J].许昌学院学报.2016

[9].张苗.基于GPU的人脸定位算法研发与优化[D].浙江大学.2016

[10].易佳,王碧琳,刘姝秀,陆笛,卢乾茜.结合ASM算法和边缘检测的人脸定位方法研究[J].信息系统工程.2015

论文知识图

标签：特征论文;  卷积论文;  边缘论文;  距离论文;  形态学论文;  神经网络论文;  算子论文;