資源描述：
《基于深度學(xué)習(xí)的人臉識(shí)別算法與應(yīng)用研究》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。
1、西南科技大學(xué)研究生學(xué)位論文基于深度學(xué)習(xí)的人臉識(shí)別算法與應(yīng)用研究年級(jí)2013姓名何金洋申請(qǐng)學(xué)位級(jí)別碩士專業(yè)控制科學(xué)與工程指導(dǎo)教師李小霞教授獨(dú)創(chuàng)性聲明本人聲明所呈交的論文是我個(gè)人在導(dǎo)師指導(dǎo)下進(jìn)行的研究工作及取得的研究成果。盡巧所知，除了文中特別加標(biāo)注和致謝的地方外，論文中不包含其他人已經(jīng)發(fā)表或撰寫過(guò)的研究成果，也不包含為獲得西南科技大學(xué)或其它教育機(jī)構(gòu)的學(xué)位或證書而使用過(guò)的材料一。與我同工作的同志對(duì)本研究所做的任何貢獻(xiàn)巧己在論文中作了明確的說(shuō)明并表示了謝意。簽名：日期：鳥也？巧合年）關(guān)于論文使用和授權(quán)的說(shuō)明、本人完全了解西南科技大學(xué)有關(guān)保留使用學(xué)位論文的規(guī)
2、定，目Ｐ：學(xué)校有權(quán)保留學(xué)位論文的篡印件，允許該論文被查陶和借閱；學(xué)?？膳P公布巧論文的全部或部分內(nèi)容，可（＾采用影印、縮印或其他運(yùn)制手段保存論文。（保密的學(xué)位論文在解密后應(yīng)邁守此規(guī)定）＇簽名：導(dǎo)師簽名：日期；、ＩＡ，勺今呼ｆ啼福＇巧ClassifiedIndex:TP391U.D.C:621.3SouthwestUniversityOfScienceandTechnologyMasterDegreeThesisFacialrecognitionalgorithmandapplicationresearchbasedonDeepLearningGrade:2
3、013Candidate:HeJinyangAcademicDegreeAppliedfor:MasterSpeciality:ControlScienceandengineeringSupervisor:LiXiaoxia,ProfessorMar.23,2016西南科技大學(xué)碩士研究生學(xué)位論文第I頁(yè)摘要人臉識(shí)別技術(shù)是智能監(jiān)控系統(tǒng)的重要技術(shù)構(gòu)件，它能通過(guò)非接觸的方式檢驗(yàn)人員身份、具有簡(jiǎn)單方便和易于實(shí)現(xiàn)的特點(diǎn)，因而在許多地方得到廣泛應(yīng)用，但傳統(tǒng)的人臉識(shí)別技術(shù)局限于實(shí)驗(yàn)室場(chǎng)景下，在測(cè)試算法性能的時(shí)候使用的數(shù)據(jù)庫(kù)里的樣本都被嚴(yán)格控制了光照、姿態(tài)、表情等變化，并且有些特征描述子的計(jì)算開銷較大，無(wú)法
4、滿足現(xiàn)場(chǎng)測(cè)試的實(shí)時(shí)性要求，所以不能應(yīng)用于實(shí)際場(chǎng)景。因此解決人臉識(shí)別的現(xiàn)場(chǎng)應(yīng)用問(wèn)題具有重要的研究意義與應(yīng)用價(jià)值。本文首先研究了傳統(tǒng)人臉識(shí)別法的局限性和經(jīng)典人臉識(shí)別算法在自然環(huán)境下現(xiàn)場(chǎng)應(yīng)用中存在的瓶頸問(wèn)題，提出基于深度學(xué)習(xí)理論的算法來(lái)抽取模式特征以解決人臉特征對(duì)現(xiàn)場(chǎng)影響因素的魯棒性問(wèn)題。研究了人臉特征選擇算法。重點(diǎn)研究了稀疏濾波（SparseFiltering）、卷積神經(jīng)網(wǎng)絡(luò)（ConvolutionalNeuralNetworks）這兩種特征選擇方法，提出一種SF-CNN雙重深度特征提取模型。然后根據(jù)戶外標(biāo)記人臉數(shù)據(jù)庫(kù)(LabledFacesintheWild)的測(cè)試規(guī)范，設(shè)計(jì)實(shí)驗(yàn)測(cè)試并分析了
5、SF-CNN雙重深度特征提取模型算法的性能。實(shí)驗(yàn)結(jié)果表明該方法能更加有效地抽象得到人臉信息的高級(jí)信息，使提取得到的特征具有更高的判別性，識(shí)別率更高。最后使用C++編程實(shí)現(xiàn)了一個(gè)人臉課堂點(diǎn)名系統(tǒng)，將前面研究得到的SF-CNN算法應(yīng)用到現(xiàn)實(shí)場(chǎng)景的人臉識(shí)別任務(wù)中去，達(dá)到了預(yù)期的效果。關(guān)鍵詞：人臉識(shí)別稀疏濾波卷積神經(jīng)網(wǎng)絡(luò)SF-CNN人臉點(diǎn)名系統(tǒng)西南科技大學(xué)碩士研究生學(xué)位論文第II頁(yè)AbstractFacialrecognitiontechniqueisasignificantcomponentofasmartsystem.Itverifiesidentitiesinanon-contactmann
6、erwhichmakesitconvenientandpracticaltobeimplemented.Thusithasbeenwidelyusedinmanyaspects.However,traditionalfacialrecognitioncannotbeappliedinanactualsceneduetoitssubjectiontothelabexperimentalrestrictions.Thealgorithmsservewellonlywithacontrolleddatabaseincertainillumination,expressionandposevari
7、ationrangeandmoreoversomedescriptorswouldbetootime-consumingtomeetthereal-timerequirement.Therefore,tosolvetheproblemofapplyingfacialidentificationtothereal-lifetasksisofgreatsignificanceandvalue.Limitationsoftra
