欢迎来到天天文库
浏览记录
ID:35071581
大小:3.03 MB
页数:69页
时间:2019-03-17
《基于鲁棒特征的人脸检测与身份识别》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、东华大学硕士学位论文基于鲁棒特征的人脸检测与身份识别专业名称:控制科学与工程作者姓名:刘树娟指导教师:齐金鹏硕士学位论文学校代码:10255学号:2141140基于鲁棒特征的人脸检测与身份识别FaceDetectionandIdentificationBasedonRobustFeatures学院:信息科学与技术学院专业:控制科学与工程姓名:刘树娟导师:齐金鹏2016年12月东华大学学位论文原创性声明本人郑重声明:我恪守学术道德,崇尚严谨学风。所呈交的学位论文,是本人在导师的指导下,独立进行研究工作所取得的成果。除文中已明确注明和引用的内容外,本论文不包含任何其他个人或集体已经
2、发表或撰写过的作品及成果的内容。论文为本人亲自撰写,我对所写的内容负责,并完全意识到本声明的法律结果由本人承担。学位论文作者签名:日期:年月日东华大学学位论文版权使用授权书学位论文作者完全了解学校有关保留、使用学位论文的规定,同意学校保留并向国家有关部门或机构送交论文的复印件和电子版,允许论文被查阅或借阅。本人授权东华大学可以将本学位论文的全部或部分内容编入有关数据库进行检索,可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。保密□,在年解密后适用本版权书。本学位论文属于不保密□。学位论文作者签名:指导教师签名:日期:年月日日期:年月日基于鲁棒特征的人脸检测与身份识别摘要人脸分析作为计算
3、机视觉和人工智能领域的热门方向,包括人脸检测和人脸识别,一直以来备受人们关注。人脸检测是在安防、视频监控、人机界面等领域得到了广泛应用。但是人脸外观很容易受到自身和外界因素的影响,比如光照、表情、姿态、遮挡等情况,这些因素使得人脸检测的难度加大。而人脸识别由于现实场景中人脸的表现形式过于复杂,也存在和人脸检测同样的问题,使得如今的人脸识别技术仍难应用实际中。针对传统Adaboost算法在光照不均匀、姿态不定、遮挡等情况下进行人脸检测出现检测率不佳的问题,本文在人脸检测部分主要的工作内容有:(1)提出IB-Adaboost(IlluminationcompensationandBinarizat
4、ion)人脸检测方法。该方法通过对图像光照补偿预处理,改善图像光照质量;再基于Adaboost算法训练人脸分类器;接着对图像进行YCbCr色彩空间转换并二值化处理,缩小人脸搜索区域;再经过R、G、B颜色叠加获取皮肤区域的彩色图像实现人脸检测。(2)由于IB-Adaboost算法的人脸检测效果仍存在提升空间,因而本文又提出一改使用Haar特征,利用归一化像素差(NPD)的特征使得人脸不受光照、尺度等影响,采用GentleAdaboost算法,学习基于深二次树的NPD的最佳子集特性和组合;并构造soft-cascade演算法分类器处理复杂的人脸集合、任意的姿态和遮挡条件,构成新的算法NPD-GAd
5、aboost人脸检测算法。(3)针对NPD-GAdaboost算法的检测效果又做了重新选择初始的负例样本确定训练模型。由于人脸识别率也会受到环境、姿态等影响,本文在人脸识别部分的主要内容有:在基于深度学习的基础上,本文根据卷积神经网络基础上的DeepID,学习基于深度学习(DeepID、DeepID2、DeepID2+)的人脸识别,比较各个人脸识别算法,并对人脸进行身份识别,凸显DeepID2+良好的鲁棒性。人脸检测和识别的具体方法在VisualStudio平台上进行了仿真实现,基于数据库FDDB、GENKI、CelebFaces+进行试验。最后通过实验结果表明,本文提出的NPD-GAdaBo
6、ost算法在光照不均匀、姿态、遮挡的情况下能够实现较为满意的检测效果;同时验证深度学习的性能改进(主要是由DeepID改进为DeepID2+的过程)在人脸识别方面得到了与传统卷及神经网络相比较更成功的应用。关键词:IB-Adaboost;NPD;深二次树;NPD-GAdaboost;DeepIDIFaceDetectionandIdentificationBasedonRobustFeaturesABSTRACTFaceanalysisasahotdirectioninthefieldofcomputervisionandartificialintelligence,includingface
7、detectionandfacerecognition,ithasalwaysbeenwithpeople'sattention.Facedetectionisthefirstandkeystepoffacerecognition,inareassuchassecurity,videosurveillance,human-machineinterface,ithasbeenwidelyapplie
此文档下载收益归作者所有