基于深度学习的口罩佩戴检测方法研究

声明

摘要

第一章绪论

1．1研究背景和意义

1．2国内外研究现状

1．2．1人脸检测技术研究现状

1．2．2图像分类技术研究现状

1．3研究内容论文组织结构

1．3．1研究内容

1．3．2论文组织结构

第二章相关算法与理论基础

2．1人脸检测算法

2．1．1基于模板匹配的人脸检测算法

2．1．2基于统计模型的人脸检测算法

2．1．3基于深度学习的人脸检测算法

2．2YCrCb阈值分割肤色模型

2．2．2OSTU阈值分割

2．3卷积神经网络

2．3．1卷积神经网络概述

2．3．2卷积神经网络结构组成

2．3．2损失函数与正则化

2．4本章小结

第三章改进的MTCNN口罩人脸检测算法

3．1引言

3．2MTcNN人脸检测算法

3．2．1图像金字塔

3．2．2MTCNN级联网络结构

3．2．3多任务损失函数

3．2．4非极大值抑制

3．2．5在线困难样本挖掘

3．3MTCNN改进方法

3．3．1口罩人脸致据集增强

3．3．2微调网络模型

3．3．3ELU激活函数

3．3．4标签平滑正则化

3．4优化后网络模型训练

3．4．1数据集筒介

3．4．2训练样本获取与分类

3．4．3网络训练

3．5实验结果与分析

3．5．1评价指标

3．5．2实验结果分析

3．6本章小结

第四章基于Mobile-Net模型口罩图像分类算法

4．1引言

4．2．1网络结构

4．2．2深度可分离卷积

4．3YCrCb口罩佩戴误检判别式

4．4实验结果与分析

4．4．1数据集简介

4．4．2网络训练

4．4．3实验结果分析

4．5本章小结

第五章总结与展望

5．1总结

5．2展望

参考文献

攻读硕士期间的研究成果

致谢