深度人臉特征提取及識(shí)別的應(yīng)用研究.pdf

1、生物身份鑒別中的人臉識(shí)別技術(shù)因?yàn)榫哂衅毡樾?、便捷性和被?dòng)性等一系列優(yōu)勢(shì)，近些年來(lái)備受關(guān)注并且處于快速發(fā)展之中。然而，因?yàn)槿四槍儆诜莿傂晕矬w，人臉姿態(tài)的多樣性、獲取的人臉圖像易受環(huán)境影響以及計(jì)算資源和存儲(chǔ)空間有限等多個(gè)因素的制約，在實(shí)際非可控條件下應(yīng)用中需要解決姿態(tài)、計(jì)算速度等一系列問(wèn)題。近幾年基于深度學(xué)習(xí)的人臉識(shí)別取得了可喜進(jìn)展，但對(duì)于人臉圖像受姿態(tài)影響問(wèn)題的研究依然較少，而且使用余弦相似度對(duì)超過(guò)萬(wàn)張圖像進(jìn)行人臉鑒別時(shí)還存在時(shí)間復(fù)雜度過(guò)

2、高的問(wèn)題。因此，需要進(jìn)一步研究人臉的特征提取和人臉識(shí)別算法，使得提取到的人臉特征表示對(duì)于姿態(tài)變化更加魯棒且具有更快的相似度計(jì)算速度，最終實(shí)現(xiàn)又快又準(zhǔn)的人臉識(shí)別算法。
　　論文的主要研究工作和成果如下：
　　研究基于卷積神經(jīng)網(wǎng)絡(luò)的人臉識(shí)別算法。總結(jié)近年來(lái)基于卷積神經(jīng)網(wǎng)絡(luò)的人臉識(shí)別算法的進(jìn)展與成果，并闡述了各種算法特點(diǎn)、解決問(wèn)題的方法及存在的問(wèn)題。研究人臉識(shí)別算法中各步驟的作用，在基本的人臉識(shí)別步驟中增加人臉關(guān)鍵點(diǎn)檢測(cè)、人臉對(duì)齊

3、、人臉姿態(tài)估計(jì)和人臉姿態(tài)分類等多個(gè)步驟。
　　通過(guò)人臉姿態(tài)估計(jì)和姿態(tài)分類對(duì)圖像中人臉的姿態(tài)進(jìn)行感知，同時(shí)在卷積神經(jīng)網(wǎng)絡(luò)中做出深度特征變換的改進(jìn)，任何姿態(tài)的人臉特征表示通過(guò)深度特征變換都能轉(zhuǎn)化為相應(yīng)正面姿態(tài)的人臉特征表示。為了對(duì)不同姿態(tài)之間的關(guān)系及網(wǎng)絡(luò)中對(duì)應(yīng)的參數(shù)進(jìn)行學(xué)習(xí)，首先構(gòu)建基于雙通道網(wǎng)絡(luò)的優(yōu)化目標(biāo)，接著針對(duì)時(shí)間復(fù)雜度過(guò)高等問(wèn)題，將雙通道網(wǎng)絡(luò)轉(zhuǎn)換為多任務(wù)聯(lián)合監(jiān)督學(xué)習(xí)的單通道網(wǎng)絡(luò)。提出姿態(tài)損失函數(shù)和姿態(tài)中心學(xué)習(xí)的策略，實(shí)現(xiàn)對(duì)不同

4、類別的姿態(tài)中心點(diǎn)的學(xué)習(xí)和對(duì)不同姿態(tài)之間關(guān)系的學(xué)習(xí)，最終提取到有區(qū)分性和對(duì)于姿態(tài)魯棒的人臉特征表示。
　　采用深度哈希的方式實(shí)現(xiàn)深度二進(jìn)制人臉哈希的改進(jìn)，將人臉哈希普遍采用的特征提取后再二進(jìn)制哈希的兩個(gè)步驟精簡(jiǎn)為二進(jìn)制特征提取一個(gè)步驟。通過(guò)在卷積神經(jīng)網(wǎng)絡(luò)中構(gòu)建哈希層及哈希損失函數(shù)，最終提取到適用于人臉識(shí)別的二進(jìn)制特征。
　　通過(guò)聯(lián)合級(jí)聯(lián)結(jié)構(gòu)將深度特征變換與深度二進(jìn)制人臉哈希進(jìn)行結(jié)合，實(shí)現(xiàn)算法在性能指標(biāo)和運(yùn)行速度的平衡。二進(jìn)制特