基于稀疏表示与深度学习的人脸识别研究

基于稀疏表示与深度学习的人脸识别研究

ID:35068681

大小:6.03 MB

页数:71页

时间:2019-03-17

基于稀疏表示与深度学习的人脸识别研究_第1页
基于稀疏表示与深度学习的人脸识别研究_第2页
基于稀疏表示与深度学习的人脸识别研究_第3页
基于稀疏表示与深度学习的人脸识别研究_第4页
基于稀疏表示与深度学习的人脸识别研究_第5页
资源描述:

《基于稀疏表示与深度学习的人脸识别研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、'*,SouthChinaUniversitofTechnoloygy硕±学位论文基于稀疏表示与深度学习的人脸识别研究作者姓名温研东学科专业信号与信息处理指导教师傅予力教授J所在学院电子与信息论文提交日期2016年6月8日FaceRecognitionviaSparseRepresentationandDeepLearningADissertationSubmittedfortheDegreeofMasterCandidate:YandongWenSupervisor:Prof.YuliFuS

2、outhChinaUniversityofTechnologyGuangzhou,China分类号:TP391.41学校代号:10561学号:201320109002华南理工大学硕士学位论文基于稀疏表示和深度学习的人脸识别研究作者姓名:温研东指导教师姓名、职称:傅予力教授申请学位级别:工学硕士学科专业名称:信号与信息处理研究方向:智能信息处理系统与模式识别论文提交日期:2016年6月8日论文答辩日期:2016年6月2日学位授予单位:华南理工大学学位授予日期:年月日答辩委员会成员:主席:周智恒教授委员:傅予力教授吴宗泽副教授李波副教授向友君副教授唐杰副教授华南

3、理工大学学位论文原创性声明本人那藍声明:所呈巧的论文是本人巧导师的指导下独立进巧硏究巧取得的研究成果,隙了义中特别加W标注引用的内容外,本论文不包含任H化化个人或柴化。经发衣或撰写的成果作品。对本文的研究做出重蟹贡献的个人巧集体,均己在义中W明确方式标明。本人完全意识到本声明的巧褲后化由本人带巧。6?作弗签名:奋《东日期:化月7曰;吝^年学位论文版权使用授权书本学位论史作掉亢全r解学校巧关保閣、使用学位论文的规定,即:妍究中.化校攻读学化期间论文工作的知旧产权单位厲华南理工大学。学校有权保I巧并向圆家有关部口

4、或机构送交论义的复印件和电了版,化许学位论义被黃阅(降巧保密削内的保密论文外J;学校可W公化学位论义的全部或部外内将,巧允巧采用影巧、缩印或興它赏制手段保巧、汇编学位炬义-.本人电子丈档的内容和纸顷论文的内容相致。本学位论文厲于:□保密,化年解密后适用本授权巧。__口保密..同蔥巧校园朽t发布供校内师生和与学校有巧享协议的带化浏巧:问遗将本人学位论文提交中圃学术期刊(光盘版)电子杂志社全义Hi版和编入(\\制《中蹈知i;;资源总库》,传播学位论文的全部或部分内容..""_V(視化Wh巧应灯fe内打)'?山《《>

5、作斩祭名:日:遥叫午期7-<《.,7指哥教师签名:曰朋:2;摘要随着社会现代化的推进,人们对人工智能(ArtificialIntelligence,简称AI)的需求程度越来越高。自动人脸识别(AutomaticFaceRecognition,简称AFR)是一项赋予计算机根据人的面孔来识别其身份的技术。作为智能化进程中最为活跃的研究领域之一,基于图像的人脸识别有着极其重要的学术研究价值与社会应用价值,并吸引了众多研究人员的关注与投入。大量的社会实际应用都要求人脸识别技术同时具备极高的可靠程度和很强的稳定性能。然而,当前的研究与技术仍然远远达不到该水平

6、。基于这个迫切的需求,本文开展了一系列的工作,具体研究内容主要从两个方面进行展开:基于稀疏表示的人脸识别。经过数十年的发展,稀疏表示有较为完善的理论体系作为基础,应用到人脸识别领域时取得了巨大的成功。该部分的主要贡献为(1)通过深入研究基于稀疏表示的人脸识别,发现了这套框架中仍然存在着许多尚未解决的问题。如分类器的单一性、大面积遮挡物、人脸失配准和识别时间长等问题。(2)从这些问题出发,分别从稀疏联合分类、结构遮挡物编码、局部约束编码和字典构造这几方面着手,针对具体问题设计了行之有效的处理方法。(3)在国际公开数据集(ExtendedYaleB、AR、CAS

7、-PEAL和LFW)上进行了大量实验,并与当前最好的一批算法进行公平对比。实验结果一致说明了所提出方法的可行性和有效性。基于深度学习的人脸识别。有大数据和高性能计算作为基础,深度神经网络对人脸识别领域产生了广而深的影响。该部分的主要贡献为(1)沿着基于卷积神经网络的人脸识别这条研究路线,从深度特征学习的角度思考该问题。例如,在通用人脸识别中如何学习对不同身份有强判别力的特征?在跨年龄人脸识别中如何学习对年龄变化有强鲁棒性的特征?(2)从这些问题出发,分别结合了设计监督函数、隐因子分析等,针对具体问题设计了切实可行的算法。(3)在国际公开数据集(LFW、YTF

8、、MegaFace、MorphAlbum2、FG-N

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。