資源描述：
《基于深度學(xué)習(xí)方法的人臉識別研究及應(yīng)用》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、電子科技大學(xué)UNIVERSITYOFELECTRONICSCIENCEANDTECHNOLOGYOFCHINA碩士學(xué)位論文MASTERTHESIS論文題目基于深度學(xué)習(xí)方法的人臉識別研究及應(yīng)用學(xué)科專業(yè)計算機軟件與理論學(xué)號201521060218作者姓名林英喬指導(dǎo)教師高輝教授分類號密級注1UDC學(xué)位論文基于深度學(xué)習(xí)方法的人臉識別研究及應(yīng)用（題名和副題名）林英喬（作者姓名）指導(dǎo)教師高輝教授電子科技大學(xué)成都（姓名、職稱、單位名稱）申請學(xué)位級別碩士學(xué)科專業(yè)計算機軟件與理論提交論文日期2018.3.23論文答辯日期2018.5.1
2、8學(xué)位授予單位和日期電子科技大學(xué)2018年6月答辯委員會主席評閱人注1：注明《國際十進分類法UDC》的類號。ResearchandApplicationofFaceRecognitionBasedonDeepLearningMethodAMasterThesisSubmittedtoUniversityofElectronicScienceandTechnologyofChinaDiscipline:ComputerSoftwareandTheoryAuthor:LinYingQiaoSupervisor:Prof.G
3、aoHuiSchool:SchoolofComputerScience&Engineering摘要摘要人臉識別作為一種十分便利的身份認證方式，具有廣闊的應(yīng)用場景，因而長久以來受到了眾多研究機構(gòu)的關(guān)注。傳統(tǒng)的方法多利用人工設(shè)計的方式提取人臉特征信息，容易受到現(xiàn)實環(huán)境下多種變化因素的影響。得益于互聯(lián)網(wǎng)的發(fā)展及硬件設(shè)備的更新，依賴大量數(shù)據(jù)的深度學(xué)習(xí)算法給人臉識別領(lǐng)域帶來了新一輪發(fā)展浪潮。相比于對人臉識別中光照、姿態(tài)等變化因素的研究，對因年齡變化帶來的識別問題研究相對較少。而年齡增長帶來面部形態(tài)改變屬于一種普遍的類內(nèi)變化，在許
4、多現(xiàn)實場景下都會給人臉識別的準確性帶來挑戰(zhàn)。針對該問題，本文基于深度學(xué)習(xí)的理論，研究提出了一種基于多損失函數(shù)的深度卷積神經(jīng)網(wǎng)絡(luò)模型和一種基于深度特征融合的方法來提升跨年齡人臉識別的準確率，取得了較好的效果。本文主要內(nèi)容及貢獻如下:1.針對所使用的跨年齡人臉數(shù)據(jù)集CACD(Cross-AgeCelebrityDataset)數(shù)據(jù)量，設(shè)計了一個參數(shù)相對較少的深度卷積神經(jīng)網(wǎng)絡(luò)模型，并引入批規(guī)范化操作加速模型訓(xùn)練的收斂。在不需要較復(fù)雜的圖像預(yù)處理情況下，該深度模型可自動提取出具有較強年齡不變性的特征。2.提出一種基于多損失函數(shù)
5、的卷積網(wǎng)絡(luò)模型。該模型針對單一的交叉熵損失函數(shù)在人臉識別問題上的局限，引入另一種中心損失函數(shù)，并針對跨年齡問題的特點進行改進，使得同一人的特征更為緊湊，相比僅用交叉熵損失函數(shù)訓(xùn)練的網(wǎng)絡(luò)，該模型在跨年齡數(shù)據(jù)集上測試提高了識別準確率。3.提出一種基于深度特征融合的人臉識別算法。該算法結(jié)合了不同特征具有的優(yōu)勢，將高維的局部二值模式特征與深度模型卷積層的特征通過監(jiān)督學(xué)習(xí)進行融合得到新的人臉特征表示。在CACD數(shù)據(jù)集與非限制環(huán)境下的LFW(LabeledFacesintheWild)數(shù)據(jù)集上進行測試并與其他算法比較，實驗表明該算
6、法不僅在跨年齡問題上取得了具有競爭力的準確率，在通用的非限制環(huán)境下也能夠提升泛化能力。4.利用上述提出的算法，基于Web技術(shù)實現(xiàn)了一個人臉識別應(yīng)用。該應(yīng)用主要包括圖像采集、人臉識別、數(shù)據(jù)存儲模塊，具有輕量跨平臺的特點，可滿足日常需求。關(guān)鍵詞：深度學(xué)習(xí)，人臉識別，跨年齡，卷積神經(jīng)網(wǎng)絡(luò)IABSTRACTABSTRACTAsaprettyconvenientmethodofidentityauthentication,facerecognitioncanbeappliedintoawiderangeofscenariosan
7、dithascapturedalotattentionfromagreatmanyresearchinstitutionsinrecentyears.Traditionally,artificialdesignedwaysaremostlyusedtoextractfacialfeatureinformation,whichiseasilyaffectedbyvariousfactorsintherealenvironment.ThankstothedevelopmentofInternetandtheupdating
8、ofhardwaredevices,deeplearningalgorithmsthatrelyonalargeamountofdatahavebroughtnewdevelopmentstothefacerecognitionfield.Comparedwiththeresearchonvariablefactorssuchas
