Online-Übersetzung

【 Deutsche Sprache 】
In diesem Papier wird die Parkmenschensuche durch Gesichtserkennung realisiert. Ziel ist das Problem, dass die Kameraressourcen reich sind und die Abdeckung breit ist, aber die meisten Parkmenschensuchprobleme verwenden immer noch traditionelle technische Mittel, und unter Berücksichtigung der langsamen Entwicklung der künstlichen Intelligenz Technologie, basierend auf diesem praktischen Problem, wird ein Park Human Suchsystem entworfen, das mtcnn Algorithmus und facenet Algorithmus kombiniert. Das System verwendet die Kamera und Überwachungsvideo im Park, um die Gesichtsposition zu erkennen und zu lokalisieren, indem die Bilder jedes Bildes im Video abgefangen werden, und verwendet dann die lokalisierte Gesichtsposition zur Gesichtserkennung. Das erkannte Gesicht wird mit dem Gesicht der bekannten verlorenen Person verglichen. Wenn der Grad des Verständnisses mit dem Gesicht der verlorenen Person einen bestimmten Grad erreicht, ist es die gleiche Person. Durch diese Methode kann die vermisste Person genau und schnell gefunden werden. Das System verwendet mtcnn-Algorithmus, um die Gesichtserkennung des Systems zu realisieren, und verwendet dann facenet-Algorithmus, um die Gesichtserkennung des Park-menschlichen Suchsystems abzuschließen.
Der Mtcnn-Algorithmus zur Gesichtserkennung ist ein Prozess von grob bis detailliert, der durch eine dreistufige Struktur abgeschlossen wird. Die erste Ebene wird p-net genannt, das eine grobe Markierung auf der Ausgabefläche Kandidatenkarte macht, die ein Gesicht im Bild sein kann, um die Position des Gesichts im Bild zum ersten Mal zu beurteilen. Das Netzwerk der zweiten Ebene wird R-Net genannt. Die Netzwerkschicht verfeinert den Gesichtsrahmen des vorherigen Ebenennetzwerks weiter, schließt die meisten Kandidatenframes aus, die im Netzwerk der ersten Ebene markiert sind und keine Gesichter sind, und verfeinert die Position der Gesichter im Bild. Das dritte Schichtnetzwerk wird O-Net-Netzwerk genannt, das die Gesichtsposition in
【 Englische Sprache 】
In this paper, the search for park people is realized by face recognition. Aim is the problem that the camera resources are rich and the coverage is wide, but most park people search problems still use traditional technical means, and taking into account the slow development of artificial intelligence technology, based on this practical problem, a park human search system is designed, the mtcnn algorithm and facenet algorithm. The system uses the camera and surveillance video in the park to detect and locate the face position by capturing the images of each image in the video, and then uses the localized face position for face recognition. The recognized face is compared with the face of the known lost person. If the degree of understanding with the face of the lost person reaches a certain degree, it is the same person. Through this method, the missing person can be found accurately and quickly. The system uses mtcnn algorithm to realize the face recognition of the system, and then uses facenet algorithm to complete the face recognition of the park human search system.
The Mtcnn facial recognition algorithm is a process from rough to detailed, which is completed by a three-step structure. The first layer is called p-net, which makes a rough mark on the output area candidate card, which can be a face in the image to assess the position of the face in the image for the first time. The second level network is called R-Net. The network layer further refines the face frame of the previous layer network, excludes most candidate frames that are marked in the first layer network and are not faces, and refines the position of the faces in the image. The third layer network is called O-Net network, which provides the face position in