论文部分内容阅读
随着社交媒体的日益发展,获取面部性别、年龄属性的需求也逐渐增加。在人机交互系统中对人脸性别和年龄信息进行应用,给人们的生活带来诸多便利。本文基于深度学习方法,从大量人脸数据中获取信息、提取特征、建立网路模型,构造损失函数,最终实现智能识别。论文主要研究工作及创新性如下:(1)设计了一种人脸检测与关键点定位的异步级联卷积神经网络,在训练过程中通过设计卷积核尺寸与最大池化步长,实现了不同级联网络的特征提取。在第一个级联网络的输出中使用全卷积层,后两个网络使用全链接层,使得输入图片的尺寸不受限制;同时采用非极大抑制(NMS)的思想将非人脸数据和重叠人脸数据进行从粗到精的剔除,保证了小脸检测的鲁棒性。实验结果表明,本文设计的网络实时检测帧率可达到40~50fps,最小可检测人脸尺寸为12×12像素。(2)提出了基于深度学习的多任务共享卷积方法,在共享主干网络之后,输出层同时输出性别和年龄的结果。以Res Net网络为主体,利用Group Convolution代替普通卷积,在不增加参数量的同时提高了特征提取能力;增加SE-Net模块来学习不同通道的特征关系;针对Res Net的不同层数选择性加入Bottleneck,达到去除高频噪声的效果。以Mobilenet网络为主体并进行改进,利用深度可分离卷积代替了平局池化,在保证一定准确率的同时,加快了网络运行速度。本文将年龄问题转化为分类问题,将每个年龄都划分成2类,构造CNN子网络与对应的100个等级的序列softmax,每个二分类的分数代表图片的年龄是否高于这个年龄类别,高于则置为1,然后在输出端进行softmax融合,得到最终识别年龄。(3)在服务器端,将人脸检测网络和性别年龄网络级联,使得最终的网络实时输出性别与年龄信息;根据检测的人脸框和关键点坐标对人脸矫正,提高性别与年龄检测的准确率与鲁棒性;设计服务端多线程视频流处理与多进程模型加载结合优化整体结构,支持多路视频实时检测;设计UI界面与后台数据交互,界面超参可调,实时观察效果,多路显示算法处理后的性别与年龄信息。