登录

  • 登录
  • 忘记密码?点击找回

注册

  • 获取手机验证码 60
  • 注册

找回密码

  • 获取手机验证码60
  • 找回
毕业论文网 > 开题报告 > 计算机类 > 计算机科学与技术 > 正文

基于CNN的排球赛视频中球员人脸识别算法设计与实现开题报告

 2020-02-10 10:02  

1. 研究目的与意义(文献综述)

球员识别可通过人脸识别(face recognition)实现,即从获取到的图像中通过球员的脸部进行身份鉴别。

人脸识别算法主要由三个阶段构成——人脸检测(face detection),人脸对齐(face alignment),人脸特征表征(feature representation)。先通过人脸检测定位到图像中人脸的位置,再对所定位到的人脸进行相似变换,把不同角度和表情的人脸转换到同一角度和姿态中,以此提高识别的准确度。最后,从变换后的人脸中提取特征,利用分类器判别以获取结果。

人脸识别技术在监控、支付、身份认证等领域都有着重要的应用价值。警察可以通过监控与人脸识别技术搜索逃犯,提高破案效率;支付终端可以通过人脸识别技术节省结账时间,方便人们出行;火车站可利用人脸识别技术减少旅客的进站时间,避免乘客来不及上车的情况发生。近几年随着人脸识别技术的成熟,将其应用到生活中以解放劳动力、提高安全性正成为一种巨大的需求。

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. 研究的基本内容与方案

学习人脸识别的相关知识、技术、实现方法。在此基础上, 深入研究深度学习的理论,学习卷积神经网络等模型,设计和实现一个排球赛视频中球员人脸识别的算法。这个算法的目标为——输入排球比赛的视频流,识别出球员的身份。该算法以排球比赛视频为输入,检测出视频中球员的人脸区域,进而分辨出球员的身份信息,并将这些信息标注在人脸区域附近。


本文拟采用ubuntu16.04 lts 操作系统和2015年google发表的facenet实现球员识别。facenet基于tensorflow框架,由python语言实现,并由五部分组成——batch(输入的视频流),deep architecture(深度神经网络),l2(l2范式),embedding(嵌入),tripletloss(三元损失函数)。

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!

3. 研究计划与安排

(1) 2019/1/14——2019/2/28:确定选题,阅读文献,分析、总结、确定技术路线,完成并提交开题报告;翻译英文资料并交指导教师检查。

(2) 2019/3/1——2019/4/30:需求分析,系统架构,算法或系统设计,编码、系统测试与完善等。

(3) 2019/5/1——2019/5/25:撰写论文初稿;修改论文,定稿并提交论文评审;提交毕业答辩所需所有文档及资料。

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!

4. 参考文献(12篇以上)


[1] matthew turk,alex pentland. eigenfacesfor recognition. journal of cognitive neuroscience, 1991, pp. 71-86.

[2] r. brunelli, t. poggio. face recognition through geometrical features. european conference on computer vision,1992,pp.792-800.

剩余内容已隐藏,您需要先支付 5元 才能查看该篇文章全部内容!立即支付

微信号:bishe985

Copyright © 2010-2022 毕业论文网 站点地图