基于深度學(xué)習(xí)的人臉民族識(shí)別

《基于深度學(xué)習(xí)的人臉民族識(shí)別》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。

1、＃；ｆ＾乂＾讀ＩＳｏｕ化ＣｈｉｎａＵｎｉｖｅｒｓｔｏｉｙｆＴｅｃｈｎｏｌｏｇｙ工程碩±學(xué)位論文基于深度學(xué)習(xí)的人臉民族識(shí)別＾Ｉ作者姓名邱盛工程領(lǐng)域計(jì)算機(jī)技術(shù)校內(nèi)指導(dǎo)教師文貴華教授校外指導(dǎo)教師張宇高級(jí)工程師所在學(xué)院計(jì)算機(jī)科學(xué)與工程學(xué)院論文提交日期２Ｑ１６年３月１日TheResearchofFaceEthnicityRecognitionBasedonDeepLearningADissertationSubmittedfortheDegreeofMasterCandidate：

2、QiuShengSupervisor：Prof.WenGuihuaSouthChinaUniversityofTechnologyGuangzhou，China分類號(hào)：TP3學(xué)校代號(hào)：10561學(xué)號(hào)：201321031043華南理工大學(xué)碩士學(xué)位論文基于深度學(xué)習(xí)的人臉民族識(shí)別作者姓名：邱盛指導(dǎo)教師姓名、職稱：文貴華教授申請(qǐng)學(xué)位級(jí)別：工學(xué)碩士學(xué)科專業(yè)名稱：計(jì)算機(jī)技術(shù)研究方向：機(jī)器學(xué)習(xí)與數(shù)據(jù)挖掘論文提交日期：2016年3月1日論文答辯日期：2016年3月24日學(xué)位授予單位：華南理工大學(xué)學(xué)位授予日期：2016年月日答辯委員會(huì)成員：主席：胡勁松教授委

3、員：文貴華教授徐雪妙教授陳瓊教授伍成柏教授級(jí)高工華南遵工大學(xué)學(xué)位論文原創(chuàng)性聲明本人鄭重聲明：所呈交的論文是本人在導(dǎo)師的指導(dǎo)下獨(dú)立進(jìn)行研究所取得的研究成果＾。除了文中特別加［＾？標(biāo)注引用的內(nèi)容外，本論文不包含任何其他個(gè)人或集體已經(jīng)發(fā)表或撰寫的成果作品。對(duì)本文的研究做出重要貢獻(xiàn)的個(gè)人和集體，均已在文中Ｗ明碗方式標(biāo)明。本人完全意識(shí)到本聲明的法律后果由本人承擔(dān)。作者簽名：日期：２０１６年３月２１日學(xué)位論文版權(quán)使用授權(quán)書本學(xué)位論文作者完全了解學(xué)校有關(guān)保留、使用學(xué)位論文的規(guī)定；，即／研＾生在校攻讀學(xué)位期間論文

4、工作的知識(shí)產(chǎn)權(quán)單位屬華南理工大學(xué)。學(xué)校有權(quán)保存并向國(guó)家有關(guān)部口或機(jī)構(gòu)送交論文的復(fù)印件和電子版，允許學(xué)位論文被查閱（除在保密期內(nèi)的保密論文外）；學(xué)?？桑坠紝W(xué)位論支的全部或部分內(nèi)容，可Ｗ允許采用影印、縮印或其它復(fù)制手段保存、匯編學(xué)位論文一。本人電子文檔的內(nèi)容和紙質(zhì)論文的內(nèi)容相致。本學(xué)位論文屬于：□保密，在年解密后適用本授權(quán)書。＾不保密，同意在校園網(wǎng)上發(fā)布，供校內(nèi)師生和與學(xué)校有共享協(xié)議的單位瀏覽；同意將本人學(xué)位論文提交中國(guó)學(xué)術(shù)期刊（光盤版）電子雜志社全文出版和編入ＣＮＫＩ《中國(guó)知識(shí)資源總庫》，傳播學(xué)位論文的

5、全部或部分內(nèi)。，’容。請(qǐng)?jiān)冢咨舷鄳?yīng)方框內(nèi)打Ｖ（）Ｃｙｐ作者簽名：日期：２０１６３２１年日月：：指導(dǎo)教師簽名２０１６３２１日期年日月：作者聯(lián)系電話：電子郵箱摘要自2006年以來，機(jī)器學(xué)習(xí)大牛Hinton在《Science》上發(fā)表的關(guān)于深度學(xué)習(xí)的舉世矚目的論文掀起了深度學(xué)習(xí)的新熱潮。深度學(xué)習(xí)通過對(duì)特征進(jìn)行自學(xué)習(xí)，在理論研究領(lǐng)域和實(shí)際生產(chǎn)應(yīng)用中都取得了喜人的成果?，F(xiàn)階段，深度學(xué)習(xí)算是最接近人類大腦的人工智能學(xué)習(xí)方法。世界各地的科學(xué)家在不斷探索下，目前在該領(lǐng)域已經(jīng)提出了許多算法模型，類似AutoEncoder、RBMS、C

6、NNS等等。卷積神經(jīng)網(wǎng)絡(luò)已經(jīng)在圖像識(shí)別、語音識(shí)別、自然語言處理等領(lǐng)域都取得喜人的成績(jī)，相關(guān)的應(yīng)用也應(yīng)運(yùn)而生。在我國(guó)這樣一個(gè)多民族的國(guó)家，對(duì)不同民族人臉特征的研究，不僅能夠很好的認(rèn)識(shí)不同民族繁衍和進(jìn)化的過程，更能夠?qū)⒉煌褡宓娜四樚卣魍ㄟ^技術(shù)手段保存起來，為民族學(xué)、人類學(xué)將來相關(guān)研究留下一筆寶貴的財(cái)富。人臉民族識(shí)別同時(shí)也能夠擴(kuò)充和豐富現(xiàn)在的人臉檢測(cè)和人臉識(shí)別領(lǐng)域。本文構(gòu)建了自己的民族人臉數(shù)據(jù)庫ChineseEthnicityFace。本文首先采用傳統(tǒng)的PCA進(jìn)行人臉代數(shù)特征提取并采用KNN進(jìn)行分類識(shí)別，然后對(duì)比了不同卷積神經(jīng)網(wǎng)絡(luò)的人臉民族特征

7、識(shí)別性能，最后基于卷積神經(jīng)網(wǎng)絡(luò)和集成學(xué)習(xí)思想提出了基于多結(jié)構(gòu)差異化的集成卷積神經(jīng)網(wǎng)絡(luò)FF_CNNS，并通過實(shí)驗(yàn)驗(yàn)證了該網(wǎng)絡(luò)比單個(gè)卷積神經(jīng)網(wǎng)絡(luò)有著更高的識(shí)別準(zhǔn)確率。由于現(xiàn)實(shí)中采集大規(guī)模的民族人臉難度較大，本文采用網(wǎng)絡(luò)爬蟲的方式獲取民族人臉圖片，并完成數(shù)據(jù)庫的構(gòu)建。通過對(duì)比多個(gè)不同結(jié)構(gòu)的深度卷積神經(jīng)網(wǎng)絡(luò)T_CNNS、F_CNNS、FV_CNNS在民族人臉上的識(shí)別能力，最終選擇多個(gè)F_CNNS和FV_CNNS構(gòu)成的差異性集成卷積神經(jīng)網(wǎng)絡(luò)FF_CNNS。最后設(shè)計(jì)并實(shí)現(xiàn)了基于FF_CNNS架構(gòu)的人臉民族視頻識(shí)別系統(tǒng)，并取得了不錯(cuò)的準(zhǔn)確率。這是首次將卷

8、積神經(jīng)網(wǎng)絡(luò)和集成學(xué)習(xí)應(yīng)用到人臉民族識(shí)別中。關(guān)鍵詞：深度學(xué)習(xí)；人臉民族識(shí)別；卷積神經(jīng)網(wǎng)絡(luò)，集成學(xué)習(xí)、視頻識(shí)別系統(tǒng)。IAbstractSince2006,Alongwiththepa