科研之友
微信
新浪微博
Facebook
分享链接
摘要
在现代科技水平持续发展下,我国各大银行及金融机构纷纷大面积推广用户自主存取款业务,自动柜员机得到了越来越多的使用。可是随之而生的是许多不法分子利用自动柜员机无人值守的特点进行违法犯罪活动,犯罪分子采用遮挡面部的方法来逃避监控及调查。研究的对象为银行自动柜员机监控摄像头角度下的实时视频监控流,提出了一种基于深度学习的墨镜佩戴检测方法。首先要进行人脸检测确定系统检测的有效区域,在人脸检测阶段,采用漏斗状级联架构,实施多角度多状态的人脸检测,裁剪出检测到的人脸区域。通过大量的人脸样本训练一个是否佩戴墨镜的卷积神经网络分类模型,将人脸检测结果送入到分类模型中,根据分类结果进行异常判断。大量室内场景实验测试证明该系统的实时性好、准确率高,具有较强的鲁棒性。
-
单位上海大学; 通信与信息工程学院
