基于深度学习的人脸口罩检测算法研究开题报告

 2023-04-11 10:04

1. 研究目的与意义(文献综述包含参考文献)

文 献 综 述1.研究现状近年来,人脸识别在罪犯识别、智能视频监控、人机交互、人证比对、社交和娱乐等领域得到广泛应用,使其在受控条件下获得了较高的识别效率,然而相比于约束环境,在自然真实的环境下,人脸图像往往存在表情变化、光照不均匀及外界物体等各种方式的遮挡,且遮挡大小、形状及种类等因素的不确定性,导致已有的人脸识别性能不能满足实际的需求。

2019年12月,新型冠状病毒感染的肺炎疫情开始爆发并迅速蔓延到多个地区,人们与病毒的斗争成为一场持久战。

目前,人们佩戴口罩进出公共场所成为一种常态,在当前形势下,开发快速高效的人脸口罩检测算法的需求日益迫切。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

2. 研究的基本内容、问题解决措施及方案

本课题要研究的问题:1. 搭建开发环境,使用OpenCV DNN网络检测人脸;2. 进行SSD网络的Caffe框架的加载;3. 针对口罩检测在精度上的不足,对SSD算法提出改进和优化;4. 进行实时人脸检测标定,检测(1)标定效果;(2)实时处理效果;(3)对于是否戴口罩的检测准确度。

拟采用的研究手段:通过查阅资料,学习基于残差的SSD网络结构。

原始SSD网络能使用多层特征进行多类目标的检测,在GPU加速时,检测速度及精度会被有效提升,但应用在实际中仍有不足,更不能直接用来检测自然场景下的口罩佩戴情况,所以需要对SSD网络进行改进。

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

以上是毕业论文开题报告,课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。