基于移动终端的人脸识别机器学习方法研究

来源 :东南大学 | 被引量 : 0次 | 上传用户:lubiaofs
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着移动互联网的迅速发展以及智能移动终端的普及,越来越多的用户从传统的PC端上网逐渐转换到基于移动智能终端的移动互联网上。各种应用软件在颠覆用户生活习惯的同时,涉及到了用户的个人隐私,不可避免的带来了移动信息安全泄露的威胁。因此,基于移动终端的信息安全也成为了当下的热门研究方向。人脸识别技术主要是基于人的面部特征信息来进行身份识别,综合了人工智能、机器学习、图像处理等众多技术,其识别准确率也逐渐提高。尤其是近几年人工智能技术的发展,更是将人脸识别技术推向了加速发展的阶段,目前人脸识别与指纹识别已经成为移动端主要的身份认证。但是由于移动终端的计算与存储资源有限,导致机器学习相关技术难以在移动端使用。本文主要研究人脸识别机器学习方法在移动端的实现,采用PC端训练模型与移动端界面开发相分离的机制。现如今,深度学习技术在人脸识别领域有广泛的应用,但是其模型参数规模大且算法复杂度高,难以在移动端进行部署使用。本文先设计了人脸预处理的算法,通过人脸预处理来过滤图像中的背景区域,再将图片通过卷积神经网络来提取人脸特征,进行人脸识别的训练,最后在移动端进行界面开发,完成实时的人脸识别功能。在人脸预处理方面,本文采用了多任务学习的方法,在模型构建上设计了三个卷积神经网络级联的方式。将图像是否有人脸、人脸区域检测、人脸关键点定位三个任务相结合,在训练过程中同时优化三个损失函数。在网络模型的构建上,使用了三个卷积神经网络级联的方式,通过多个网络筛选图像中的人脸区域,提高了识别的准确率。通过该方法能够将图像中的背景过滤,最终只留下人脸区域以及较少的背景,能够提高后续人脸识别的准确率。本文通过设计轻量级的卷积神经网络来提取图像特征,给出了深度卷积、分组卷积、通道重排三种算法来降低参数规模以及计算复杂度。本文设计了Triplet loss来作为损失函数优化网络,训练得到人脸识别的模型。通过在测试集上的验证,该网络在准确率以及检测效率上有较好的结果。最后在移动端对卷积神经网络的模型进行了部署,采用模型训练与实时检测分离的方法,在PC端进行模型训练,移动端进行实时的人脸识别。整个移动端开发可以分为三个模块:图像的获取与预处理、模型的部署与前向传输、数据的存储与检索。移动端通过对摄像头的预览帧实时数据进行提取,通过卷积神经网络提取人脸特征,最终完成人脸识别的任务。整个系统能够对人脸进行实时检测、识别,完成实时的人脸识别功能。
其他文献
近年来,搭载多自由度机械臂的移动机器人被广泛应用于反恐排爆、灾难救援、空间探索、国防军事等领域,辅助人类执行危险环境下的作业。但是多自由度机械人的全手动操控复杂,因此研究机器人自主作业系统,提高机器人的自主化与智能化程度,是机器人控制系统研究领域的热点之一。针对上述热点问题,本文研究设计了一套移动机器人自主作业系统,使机器人具备对目标物的自主抓取能力,提高了抓取成功率与速度,弥补了人工操作的不足。
环境感知是自动驾驶车辆安全可靠行驶的基础和前提,大量的研究工作以理想环境为背景,缺乏针对复杂环境下,特征不明显的低辨识目标的检测算法研究。自动驾驶车辆在真实场景下行驶的过程中不可避免地会遇到各种复杂环境,尤其是下雨、下雪天、夜晚、雾霾等环境,RGB图像上的目标可辨识度低,特征不明显,各种传感器也会受到很大的影响,此时由具有特定特征的图像数据训练得到的深度学习模型将不能很好地识别出低辨识目标,自动驾
经过数十年的发展,纳米孔技术在分子检测上有了长足的进步。但是针对精准医疗所提出的基因测序和精准治疗,传统的纳米孔技术很难获得足够多的分子信息。对此,本课题提出了两种新型的纳米孔传感系统,以DNA分子和蛋白质分子为检测媒介,以模拟和实验相结合的方法,以期获得更多的分子信息。本研究的主要内容如下所示:(1)根据分子过孔原理,搭建了用于驱动分子和检测的实验平台,用聚焦离子束刻蚀技术成功制备了20 nm~
随着经济的发展,企业对自动化发展的需求越来越迫切。在现代办公空间中,屏风办公桌以其用户友好的空间分割功效在全球范围内得到普遍应用。屏风板是屏风办公桌的重要组成部件,其侧面橡胶条的箍紧目前都是人工进行箍紧,导致人工劳动强度大,生产效率低。基于上述现状,针对国内外现阶段办公屏风板侧面橡胶条人工箍紧的问题,开发了一套自动箍紧设备。首先,在充分考虑目前合作企业的生产情况后,分析了屏风板箍紧的工艺流程,确定
随着现代机器学习与深度学习算法的发展,现有环境感知技术对理想环境中的人员、车辆等目标识别的准确率不断提升,但是,对实际很多特殊场景(例如雨天、夜晚等光线昏暗的低辨识度环境)的检测准确率却不尽如人意。因此,突破对低辨识度目标检测的精度水平,是环境感知技术实际应用的关键。低辨识度目标的特点包括:目标与周围环境的对比度较低或者目标没有明显且完整的轮廓特征或者目标像素占整张图像像素比例低于30%等。本文针
相比轮式或履带式机器人,四足机器人能够借助腿足结构在非平坦路面上实现行走,对复杂环境具有很强的适应性。这些优点使得四足机器人具备广大的潜在应用前景,尤其用于工程勘察、抢险救灾和反恐防暴等场合。本文针对四足机器人行走稳定性,从结构设计和运动规划两个方面着手,完成机器人机构设计,研究不同环境下机器人步态和位姿调整策略,分析末端运动误差并设计跟踪算法,通过相应的仿真实验对结果进行验证。主要研究工作如下:
随着汽车保有量的迅速增加,交通安全和交通拥堵成为了一个亟待解决的难题。在人工智能创新科技的不断推动下,自动驾驶关键技术突飞猛进。自动驾驶汽车排除了驾驶员因素的干扰,可以很好的解决了交通安全等问题,加之自动驾驶汽车网络的全局可控性,可以很大程度上避免交通拥堵。由于稳定且可靠的路径跟踪控制系统和自主避障控制系统是车辆实现自动驾驶的必要条件,因此本文针对自动驾驶汽车路径跟踪控制和自主避障控制问题进行了深
近些年来,随着人工智能技术的发展,卷积神经网络在计算机视觉领域得到了广泛应用,它在图像分类、目标检测等任务中表现优异。但卷积神经网络计算量较大,此特性使其难以直接在边缘端或移动设备上部署,因为此类平台通常算力有限,且对功耗敏感。为了使卷积神经网络在这种平台上运行,通常使用轻量级的网络模型,或使用专用的电路对其进行计算。根据这两个理念,本文提出了基于So PC平台的轻量级卷积神经网络加速器,可进行M
近年来,各种智能设备和蜂窝网移动用户数量快速增长,移动数据流量也随之激增,而由于当前通信网络无线资源有限,重复传输大量相同的内容导致资源浪费,回程链路拥塞,通信时延增加甚至通信中断。而雾无线接入网这一新兴的网络架构可以解决当前通信网络面临的上述问题。在雾无线接入网中,边缘节点具备一定的计算和存储资源,通过将流行内容存储到用户附近的边缘节点,即可避免用户从云端反复下载重复内容,进而有效降低链路负载与
随着无线通信技术的发展,天线设计也面临着小型化、宽带化、多频化等多方面的设计需求,天线与阵列设计日趋复杂,设计自由度提升。传统的全波仿真计算虽然仿真结果相对精确,但计算成本较高,不利于需要大量重复仿真计算的优化过程或敏感性分析。本文针对机器学习辅助优化技术及其在天线设计中的应用开展深入研究,具体成果如下:首先,在研究电磁优化领域被引入的常用机器学习代理模型及相关优化算法基本原理的基础上,对比人工神