欢迎来到天天文库
浏览记录
ID:43496061
大小:2.37 MB
页数:62页
时间:2019-10-08
《基于卷积神经网络的人脸识别的研究》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、分类号:TP311单位代码:10183研究生学号:2015544009密级:公开研基于卷积神经网络的人吉林大学脸识别硕士学位论文的研究(专业学位)基于卷积神经网络的人脸识别的研究ResearchonFaceRecognitionBasedonConvolutionNeuralNetwork范黎明作者姓名:范黎明类别:工程硕士领域(方向):软件工程指导教师:于哲舟教授培养单位:软件学院吉林大2018年4月学基于卷积神经网络的人脸识别的研究ResearchonFaceRecognitionBasedonConvolutionNeuralNetw
2、ork作者姓名:范黎明领域(方向):软件工程指导教师:于哲舟教授类别:工程硕士答辩日期:2018年06月02日未经本论文作者的书面授权,依法收存和保管本论文书面版本、电子版本的任何单位和个人,均不得对本论文的全部或部分内容进行任何形式的复制、修改、发行、出租、改编等有碍作者著作权的商业性使用(但纯学术性使用不在此限)。否则,应承担侵权的法律责任。吉林大学硕士学位论文原创性声明本人郑重声明:所呈交学位论文,是本人在指导教师的指导下,独立进行研究工作所取得的成果。除文中已经注明引用的内容外,本论文不包含任何其他个人或集体已经发表或撰写过的作品成
3、果。对本文的研究做出重要贡献的个人和集体,均已在文中以明确方式标明。本人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《中国优秀博硕士学位论文全文数据库》投稿声明研究生院:本人同意《中国优秀博硕士学位论文全文数据库》出版章程的内容,愿意将本人的学位论文委托研究生院向中国学术期刊(光盘版)电子杂志社的《中国优秀博硕士学位论文全文数据库》投稿,希望《中国优秀博硕士学位论文全文数据库》给予出版,并同意在《中国博硕士学位论文评价数据库》和CNKI系列数据库中使用,同意按章程规定享受相关权益。论文级别:■硕士□博士学科专业:软件
4、工程论文题目:基于卷积神经网络的人脸识别的研究作者签名:指导教师签名:年月日作者联系地址(邮编):吉林大学计算机软件学院130012作者联系电话:18843142761摘要基于卷积神经网络的人脸识别的研究在生物识别技术中,人脸识别由于其生理特征的独特性占据了显著的重要地位。人脸特征作为人类最具特点的生理特征可以作为生物识别的标准。即使双胞胎,其人脸的相似度也无法达到100%,任何人脸都存在着差异和不同。人脸识别还可以在非用户配合状态下快速的对用户的身份进行识别,人脸识别技术对用户相对友好,且识别快速、准确。所以,在生物识别领域中,人脸识别技
5、术一直是极度重要的一种识别方法。本文主要从深度学习的层面对人脸识别技术进行探索和研究,并结合基本的人脸识别算法流程,通过人脸检测、面部关键点定位的方式完成整体的人脸识别算法。在最后的面部图像匹配阶段,本文使用卷积神经网络结构训练并识别人脸图像,从而获得较高的人脸识别准确率及识别速度。论文的主要工作内容如下:(1)本文首先阐述基于图像的人脸识别技术的主要组成情况及所需特征的提取方法。详细介绍图像人脸区域检测算法、图像人脸区域特征提取算法及图像人脸区域识别算法三种算法的相关原理及对应算法的实验过程,得出实验结果,留作后续对比实验分析。(2)本文
6、使用基于FuSt结构检测算法检测数据库中的人脸图像,在此基础上,标识人脸尺寸。在已知的人脸区域中,使用基于CFAN结构的面部关键点定位算法确定面部的五个关键点(鼻尖位置、嘴角位置、瞳孔位置),使用关键点特征实验后续的人脸匹配算法。(3)本文使用VGG-19的卷积神经网络结构来实现人脸匹配算法,首先对VGG-19的网络结构做基本原理和实现描述,其次依据提取到的特征向量配置权值参数,从而训练整个网络结构,完成人脸图像识别过程,进而完成整体人脸识别的实验过程,得出实验结果。(4)将本文提出的算法在ORL数据库、AFW数据库中实验,并与以上几种经典
7、算法做对比实验分析,交叉验证本文算法的识别准确率及识别速度。关键词:人脸识别,卷积神经网络,多层感知机,栈式自编码器网络,VGG-NetIAbstractResearchonFaceRecognitionbasedonConvolutionNeuralNetworkInbiometrictechnology,facerecognitionplaysanimportantrolebecauseofitsuniquephysiologicalcharacteristics.Humanfacefeatures,asthemostcharacter
8、isticphysiologicalcharacteristicsofhumanbeings,canbeusedasastandardforbiometricrecognitio
此文档下载收益归作者所有