版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、在計(jì)算機(jī)視覺領(lǐng)域,人臉驗(yàn)證是生物特征識(shí)別的一個(gè)重要方面,也是研究熱點(diǎn)之一,在檔案管理系統(tǒng)、安全驗(yàn)證系統(tǒng)、信用卡驗(yàn)證、公安系統(tǒng)的罪犯身份識(shí)別、銀行和海關(guān)的監(jiān)控、人機(jī)交互等領(lǐng)域具有廣闊的應(yīng)用前景。本文針對(duì)目前人臉驗(yàn)證存在的年齡變化以及特征表示問題,結(jié)合深度學(xué)習(xí)以及屬性預(yù)測方法進(jìn)行了幾種跨年齡人臉驗(yàn)證方法的研究。
本研究主要內(nèi)容包括:⑴針對(duì)純傳統(tǒng)手工設(shè)計(jì)的特征不足以很好表征人臉的問題,提出自動(dòng)特征學(xué)習(xí)與手工特征相結(jié)合的跨年齡人臉驗(yàn)證
2、方法。該方法首先利用9層深度卷積神經(jīng)網(wǎng)絡(luò)自動(dòng)地學(xué)習(xí)跨年齡人臉的抽象特征。然后為了充分利用深度神經(jīng)網(wǎng)絡(luò)抽象特征描述和手工特征所具有的強(qiáng)針對(duì)性表示對(duì)改善人臉驗(yàn)證精度的互補(bǔ)性,融合深度網(wǎng)絡(luò)中全連接層抽象特征和手工設(shè)計(jì)的LBP特征,形成跨年齡人臉特征矢量,最后采用余弦相似度進(jìn)行人臉判別。在公開的跨年齡人臉數(shù)據(jù)集CACD和無約束條件下的人臉數(shù)據(jù)集LFW上的對(duì)比實(shí)驗(yàn)表明,提出的方法在人臉驗(yàn)證準(zhǔn)確率上有了一定程度的提升,同時(shí)在不同年齡區(qū)間的實(shí)驗(yàn)表明,
3、年齡間隔越大人臉驗(yàn)證準(zhǔn)確率越低。⑵針對(duì)視覺特征不具有語義表達(dá)能力,無法很好解決無約束環(huán)境下人臉存在光照變化以及姿態(tài)變化的問題,提出基于低層特征屬性預(yù)測的跨年齡人臉驗(yàn)證方法。該方法在基于多種低層特征進(jìn)行特征選擇的基礎(chǔ)上,利用Adaboost進(jìn)行人臉屬性預(yù)測并依據(jù)預(yù)測的屬性利用SVM分類器進(jìn)行人臉驗(yàn)證。LFWA數(shù)據(jù)集中的人臉圖像存在著明顯的年齡變化,在LFWA人臉屬性數(shù)據(jù)集上的實(shí)驗(yàn)結(jié)果表明,提出的方法獲得了較高的人臉屬性預(yù)測準(zhǔn)確率,同時(shí)在測
4、試集上采用屬性特征進(jìn)行交叉驗(yàn)證取得了91.26%的平均人臉驗(yàn)證準(zhǔn)確率,相對(duì)于比較的4種方法有了5%的提升,在MORPH跨年齡人臉數(shù)據(jù)集上的對(duì)比實(shí)驗(yàn)表明,本文提出的方法與其他方法相比具有較低的相等錯(cuò)誤率。⑶針對(duì)低層特征屬性表達(dá)比較單一以及語義信息不豐富的問題,提出高層抽象特征和低層特征屬性相結(jié)合的人臉驗(yàn)證方法。該方法首先利用深度網(wǎng)絡(luò)自學(xué)習(xí)的高層抽象特征進(jìn)行屬性預(yù)測,然后采用加權(quán)融合策略將高層抽象特征學(xué)習(xí)的屬性與前面第三章已研究的低層特征屬
5、性進(jìn)行融合形成一個(gè)新的屬性特征表達(dá),最后利用SVM進(jìn)行不同年齡人臉驗(yàn)證。CelebA數(shù)據(jù)集和LFWA數(shù)據(jù)集中的人臉圖像均存在明顯的年齡變化,在CelebA數(shù)據(jù)集上的對(duì)比實(shí)驗(yàn)表明,提出的方法在屬性預(yù)測準(zhǔn)確率上有了進(jìn)一步的提升,在LFWA數(shù)據(jù)集上的實(shí)驗(yàn)結(jié)果表明人臉驗(yàn)證準(zhǔn)確率達(dá)到了94.30%,相比于基于純手工特征的屬性提取方法有了3%的準(zhǔn)確率提升,同時(shí),在MORPH數(shù)據(jù)集上的跨年齡人臉驗(yàn)證實(shí)驗(yàn)相較于第三章的方法取得更低的相等錯(cuò)誤率,最后,C
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于人臉特征的性別判斷和年齡估計(jì)方法研究.pdf
- 照片-素描及跨年齡階段異質(zhì)人臉的識(shí)別研究.pdf
- 基于靜態(tài)人臉圖像的年齡估計(jì)方法研究.pdf
- 基于特征學(xué)習(xí)的人臉識(shí)別方法研究.pdf
- 基于人臉特征的性別識(shí)別與年齡估計(jì)研究.pdf
- 基于人臉檢測及特征驗(yàn)證算法研究.pdf
- 基于主動(dòng)表觀模型的人臉年齡圖像重構(gòu)與驗(yàn)證.pdf
- 基于深度學(xué)習(xí)的人臉圖像特征提取方法的研究.pdf
- 基于半監(jiān)督學(xué)習(xí)的人臉特征抽取方法研究.pdf
- 基于深度學(xué)習(xí)人臉識(shí)別技術(shù)的年齡估計(jì)算法研究.pdf
- 基于人臉圖像的頭部姿態(tài)估計(jì)與年齡估計(jì)方法研究.pdf
- 基于人臉圖像的年齡估計(jì).pdf
- 基于特征學(xué)習(xí)的人臉識(shí)別算法研究.pdf
- 基于深度學(xué)習(xí)的年齡不變?nèi)四樧R(shí)別技術(shù)研究與實(shí)現(xiàn).pdf
- 人臉識(shí)別中的深度特征學(xué)習(xí)方法研究.pdf
- 基于特征的人臉檢測方法.pdf
- 基于人臉特征融合的疲勞檢測方法研究.pdf
- 基于膚色特征的AdaBoost人臉檢測方法研究.pdf
- 基于圖像的年齡估計(jì)與人臉年齡圖像重構(gòu).pdf
- 基于深度學(xué)習(xí)的混合特征人臉識(shí)別.pdf
評(píng)論
0/150
提交評(píng)論