计算机视觉-第11章1-课件

人工智能视觉课程-人脸检测、识别与表情识别人工智能学院01项目导入02项目任务03项目目标04知识链接05项目准备06任务实施07任务拓展08项目小结人工智能视觉有着广泛的应用人脸检测、人脸识别和表情识别是其中的典型代表人脸是人体最重要的特征之一，可以方便地通过数码相机、摄像机等设备取得现今，人脸识别已经成为了鉴别身份的重要手段项目导入2024/6/213一般来说，人脸识别包括以下步骤输入图像检测图像中是否存在人脸将人脸进行对齐，以确保在人脸表情、头部姿势等变化时仍能识别提取出人脸的相应特征对人脸进行相似度度量输出结果进一步地，我们还可以识别人的表情。表情识别可以有效促进人机交互系统的发展，对实现肢体语言与自然语言融合等方面具有重要意义项目导入2024/6/21401项目导入02项目任务03项目目标04知识链接05项目准备06任务实施07任务拓展08项目小结基于MTCNN进行人脸检测和基于FaceNet进行人脸识别不含模型训练的部分采用已经训练好的模型没有相应的训练集和验证集自行构造人脸数据库和测试集项目任务2024/6/216基于ResNet进行表情识别使用KaggleICML表情数据集包含35,887张48*48大小的表情灰度图片，共计七种类别：愤怒、厌恶、恐惧、高兴、悲伤、惊讶和中性，并被保存在csv文件中（保存的是像素值）本项目使用该数据集icml_face_data.csv文件中的数据，包括三类标签：Training、PrivateTest和PublicTest，分别对应本章节表情识别项目的训练集、验证集和测试集，共计28,709张图片用于训练，3,589张图片用于验证，3,589张图片用于测试项目任务2024/6/21701项目导入02项目任务03项目目标04知识链接05项目准备06任务实施07任务拓展08项目小结知识目标基于MTCNN的人脸检测原理基于FaceNet的人脸识别原理基于ResNet的表情识别原理技能目标能够基于MTCNN进行人脸检测能够基于FaceNet进行人脸识别能够基于ResNet进行表情识别项目目标2024/6/219职业素养目标培养学生严谨、细致、规范的职业素质培养学生团队协作、表达沟通能力培养学生跟踪新技术、创新设计能力培养学生的技术标准意识、操作规范意识、服务质量意识等项目目标2024/6/211001项目导入02项目任务03项目目标04知识链接05项目准备06任务实施07任务拓展08项目小结知识链接-人脸识别框架2024/6/2112MTCNN进行人脸检测FaceNet进行人脸图片特征提取比较特征距离，确定是否是同一个人知识链接-MTCNN2024/6/2113多任务卷积神经网络（Multi-taskconvolutionalneuralnetwork，MTCNN）将人脸区域检测与人脸关键点检测放在一起这三个级联的网络P-Net生成候选框R-Net高精度候选框过滤选择O-Net生成最终候选框与人脸关键点图像金字塔、非极大抑制知识链接-MTCNN2024/6/2114P-Net，R-Net和O-Net的体系结构“MP”表示最大池化，“Conv”表示卷积知识链接-FaceNet2024/6/2115FaceNet模型学习人脸图像特征提取器特征之间的距离代表两张人脸的相似度通过特征向量来进一步实现人脸识别、验证、聚类等任务人脸图像样本特征归一化令||f(x)||2=1特征向量知识链接-FaceNet2024/6/2116TripletLoss有三张图片参与计算使得提取出来的特征，在相似图片上距离相近，不同图片上距离远anchorpositiveanchornegativemin知识链接-FaceNet2024/6/2117知识问答2024/6/2118FaceNet的作用是？知识链接-FaceNet2024/6/2119Batchnormalization批归一化解决梯度消失问题知识链接-FaceNet2024/6/2120

知识链接-FaceNet2024/6/2121Concatenate沿深度方向进行拼接知识链接-ResNet2024/6/2122用于表