基于深度學習的多形態(tài)人臉識別.pdf

1、現(xiàn)在流行的一些機器學習方法大部分使用的是淺層結構，包括只有一個隱藏層的神經(jīng)網(wǎng)絡、核回歸、支撐向量機等其他方法。心理學研究表明，在樣本和計算單元有限的情況之下，這些淺層的結構對比較復雜函數(shù)的表示能力是有限的，當輸入信號為視覺信息時淺層結構表現(xiàn)出更強的制約現(xiàn)象。深度學習能夠實現(xiàn)對復雜的視覺信息的分布式表示，通過多層次的網(wǎng)絡結構學習深度的本質信息，逼近現(xiàn)實的復雜數(shù)據(jù)結構，體現(xiàn)出抽取輸入的樣本數(shù)據(jù)的本質特征的能力。受到多種因素的制約，如姿態(tài)變化

2、、表情變化以及分辨率低的影響，造成許多算法對人臉圖像識別性能的大幅度下降，尤其是姿態(tài)變化帶給人臉識別問題巨大的挑戰(zhàn)，因此本文利用非線性的深度神經(jīng)網(wǎng)絡的方法，針對具有姿態(tài)、表情和分辨率單一或多變化情況下，提出了一種基于非線性深度網(wǎng)絡的多形態(tài)人臉識別算法。
　　本文利用深度網(wǎng)絡，將高維的原始數(shù)據(jù)映射成低維的特征數(shù)據(jù)，令同一個人的不同形態(tài)的圖像盡可能聚集在一起。通過兩個結構相同的神經(jīng)網(wǎng)絡，分別將正面人臉圖像和側面人臉圖像映射到低維特征空

3、間，保持局部的鄰域信息，實現(xiàn)了具有多形態(tài)的人臉識別方法。實驗驗證了基于深度神經(jīng)網(wǎng)絡的非線性映射模型，可以學習到具有不同表情、分辨率的側面人臉圖像和無表情的高分辨率的正面人臉圖像之間的一個全局映射，保持原始空間和特征空間中樣本點附近的局部的鄰域結構。本文首先在非人臉數(shù)據(jù)庫上進行了鄰域實驗和識別實驗，驗證圖像數(shù)據(jù)點在映射前后的鄰域保持率。接下來在不同的人臉數(shù)據(jù)庫上完成與其他一些算法的對比，證明我們的非線性局部保持算法對多姿態(tài)的人臉識別具有非