基于深度学习口红识别器设计与实现_本科毕业设计（论文）

时间：2021-07-09 20:06:53 来源：蒲公英阅读网 本文已影响人

相关热词搜索：毕业设计 口红 深度

　 基于深度学习的口红识别器的设计与实现 Design and Implementation of Lipstick Recognizer

　Based on Deep Learning

　 摘 摘

　要 随着科学技术的不断发展，深度学习已经在不同的领域为人类提供更好地服务。因此，本论文将科学技术与生活联系起来，实现基于深度学习的口红识别器。通过了解现阶段深度学习的研究现状，以及对卷积神经网络的分析，应用了目标检测算法作为本系统的核心算法，使用了 Vue.js 作为框架，结合 MySQL 数据库，实现了该系统的开发。

　：

　关键词：

　口红识别；深度学习；目标检测；Vue.js

　Abstract Deep learning in different aspects to provide high-quality services for human beings, under the development of science and technology. Therefore, this thesis connects science and technology with life, and implements a lipstick recognizer based on deep learning. Application of target detection algorithm as the core algorithm of the system, and Vue.js is used as the framework. By understanding the current state of deep learning research and analysis of convolutional neural networks, combined with the MySQL database, the system is developed. Key words：

　Lipstick recognition；Deep Learning；Target Detection；Vue.js

　 目 目

　录 录

　1.1 课题背景和意义 ..................................................................................1

　1.2 研究现状 ..............................................................................................1

　1.2.1 人工智能国内外研究情况 .............................................................1

　1.2.2 深度学习研究现状 .........................................................................2

　1.3 章节安排 ...............................................................................................3

　第二章 论文相关原理以及技术介绍 ....................................................... 4

　2.1 卷积神经网络 ......................................................................................4

　2.1.1 卷积神经网络概述 .........................................................................4

　2.1.2 卷积神经网络结构 ........................................................................4

　2.1.3 轻量化卷积神经模型 ....................................................................9

　2.3 系统核心模块原理 ........................................................................... 10

　2.3.1 人脸检测模块 .............................................................................. 10

　2.3.2 面部特征标记模块 ...................................................................... 13

　2.3.3 颜色对比 ...................................................................................... 14

　2.4 Face-api 模型介绍 .............................................................................. 14

　2.5MVVM 框架开发模式 ......................................................................... 16

　2.5.1 前后端分离 .................................................................................. 16

　2.5.2MVVM 框架及其优势 ................................................................... 17

　2.6 Vue.js 前端开发框架 .......................................................................... 17

　2.7 后端技术 ........................................................................................... 17

　2.7.1 Node.js .......................................................................................... 17

　2.7.2 Express 框架 ................................................................................. 18

　2.8 MySQL 数据库 .................................................................................... 18

　2.9 本章小结 ........................................................................................... 18

　 第三章 系统需求分析与数据库设计 ...................................................... 19

　3.1 系统需求概述 .................................................................................... 19

　3.2 功能需求分析 .................................................................................... 19

　3.3 数据库设计 ........................................................................................ 21

　3.3.1 数据建模 ...................................................................................... 21

　3.3.2 数据表结构 .................................................................................. 21

　3.4 本章小结 ............................................................................................ 22

　第四章 系统的设计与实现 ..................................................................... 23

　4.1 系统的总体设计 ................................................................................ 23

　4.2 系统功能模块设计与实现 ................................................................. 23

　4.3 本章小结 ............................................................................................ 27

　第五章 系统测试 .................................................................................... 28

　5.1 测试流程 ............................................................................................ 28

　5.2 测试用例 ............................................................................................ 28

　5.3 测试小结 ............................................................................................ 28

　5.4 本章小结 ............................................................................................ 29

　第六章 总结与展望 ................................................................................ 30

　4.1 总结 .................................................................................................... 30

　4.2 展望 .................................................................................................... 30

　参 考 文 献 ............................................................................................ 32

　致 谢 ........................................................................... 错误!未定义书签。

　广东东软学院本科生毕业设计（论文）

　1 第一章 绪论 1.1 课题背景和意义 人工智能是当今社会上的热话题与重点研究对象，国家更是出台了各种政策促进人工智能的发展。人工智能的目的是将机器“拟人化”，协助人类解决各项事宜。如今，人工智能应用于许多行业与领域当中，各类关于人工智能的研究也层出不穷，深度学习的提出更是让人工智能这个领域有了质的飞跃。在时代的大环境下，我们已然进入人工智能时代 [1] 。

　在人工智能日新月异发展的同时，我国的经济也稳步提升，经济的良性发展促进消费水平的提升。在这个契机下，彩妆口红行业迎来了行业的春天。在口红需求提升的大环境下，口红也变成了送礼的最佳选择，但是，口红色号千千万，选对了牌子才成功了一半。在红色能被分为：姨妈红、梅子红、豆沙红等等的彩妆界，色号的分辨真的让人眼花缭乱。

　因此，本课题结合了生活与科技，将人工智能与口红有机结合起来，使得人工智能进一步贴近人们的日常生活。

　1.2 研究现状 1.2.1 人工智能国内外研究情况 “人工智能”由 John Mccarthy 等人在一次研讨会上提出。简单来说，人工智能将过去只有人能做的事情交给计算机去做，这样的好处是提高效率，同时使得所做的事情误差更小。从 1956 年到现在 60 多年来，人工智能经历了几次起起伏伏。首先在人工智能被提出之后，由于对新兴学科的向往，许多国家投入资金对该学科进行研究，但事情的发展却不如人愿。在二十世纪七十年代初期，下棋程序无法战胜更高级别的冠军、机器翻译闹出笑话、机器无法证明数学函数等这一连串的失败，使得人工智能走向低谷。但科学家们没有气馁，而是对过去的主要技术和战略进行总结并做出改进，提出了新的发展重心和方向。由于有了新的重点，人工智能又迎来了新的发展期。在二十世纪八十年代交互问题与扩展问题又成为了人工智能的拦路虎，但顽强的人工智能学者们并没有被打倒，而是总结反思，为人工智能的发展提供了更多的方法。

　自从人工智能兴起以来，世界各国都纷纷在“研究人工智能”这条道路上奔跑，

　广东东软学院本科生毕业设计（论文）

　2 许多欧美国家已然发展成为“人工智能强国”。我们国家对于人工智能的研究起步较晚，但也在不断地尝试和努力中，随着国家经济的发展，对人工智能的投入越大也越重视，从自动驾驶汽车到无人驾驶飞行器 [2] ，并且在越来越多的领域投入研究人工智能，使得人工智能使得其发展与应用空间巨大，并且也越来越融入到日常生活中。人工智能 [3] 未来的前进方向也在各种研究中日渐明确。人工智能如同一颗璀璨的明星，在 21 世纪这个科技超高速发展的时代中闪耀着它的光芒，并且在时代的注明下继续加速前进。

　1.2.2 深度学习研究现状 在当今人工智能的领域中，不得不提的热门概念就是深度学习。它在 2006 年被Hinton 等人提出，在 2016 年一则轰动科研界的事件使得深度学习风头一时无两，这个事件就是世界围棋冠军李世石被 Google 研发的下棋机器人 AlphaGo 打败。因此深度学习这一概念得到了重视，同时也迎来了研究的热潮。

　人类是通过人脑不断学习事物的 [4] ，深度学习正是利用了这一点，模拟人脑神经网络的构造，在计算机里建造出神经网络。我们如果将机器 [5] 比喻为一个人，那么深度学习便是这个机器的“脑子”，可以帮助计算机对输入的数据进行分析与学习，使得计算机有了类似于人类的学习能力。深度学习的算法是通过提取物体的特征，不断地认识物体，训练的数据对训练的结果有着一定的影响，一般大的训练数据会得到比小的训练数据更好的训练结果。

　在 21 世纪这个互联网飞速发展、信息传播快速的大数据时代，有了数据作为依托，深度学习在图像识别、自然语言处理等方面都得到了很好地应用。随着对深度学习不断深入的研究 [6] ，各种具有复杂层次结构与独特神经处理单元的神经网络不断出现，提高了训练的效率与结果。深度学习是人工智能的主要训练方式 [7] ，随着深度学习研究的不断深入，人工智能技术也会得到很好的提升，使其更好地应用于生产生活中。本篇论文采用的神经网络是卷积神经网络，以下分别介绍这 4 种模型：

　（1）

　AlexNet [8]

　Alex Krizhevsky 提出这个拥有 5 层卷积和 3 层全连接层的模型——AlexNet模型，使得神经网络的研究达到了一个不小的高潮。它的出现带来的提升是：①使用多个 GPU 并行训练网络使得训练时间减少并且提升了网络识别的准确率。②激活函数的改变降低了网络学习的难度，使得模型更容易得到有效的训练。③采用扩大数据集与 dropout 随机删除一定的神经元来缓解过度拟合的问题。

　（2）

　VGGNet [9]

　VGGNet 模型是由牛津大学的视觉几何组提出。VGG 的卷积层深度高达 19 层，

　广东东软学院本科生毕业设计（论文）

　3 主要增加了卷积神经网络中的深度。但 VGG 模型具体的卷积运算与 AlexNet 模型类似，因此被称为增强版的 AlexNet。值得一提的是，VGG 采用了小尺度的卷积核，降低了参数量，提高了计算速度。同时因为其内部结构比较简洁明了，容易迁徙，因此直到现在，VGG 网络还经常被用来提出特征。

　（3）

　GoogLeNet [10]

　在卷积神经网络中，加深模型的深度、宽度与训练数据固然能使模型达到更好的学习效果，但这些要素的增加必然会带来过量的参数影响效率，所以 GoogLeNet提出了一个全新的深度 CNN 框架——Inception，这个有点像金字塔的框架在宽度上使用了 1、3、5 三种尺寸的卷积核，有效地节省了运算时间以及减少网络中很多参数的数量。

　（4）

　ResNet [11]

　ResNet（残差网络）是由何凯明及其团队提出，由于 VGG 与 GooLeNet 都是使用增加卷积神经网络的深度与宽度来提高模型的学习能力，但是模型的层次加深又会使得正确率降低，为了解决这个问题，作者提出了一个深度残差网络的结构Residual。

　1.3 章节安排 本文一共分为六个章节，每个章节有着不同的...