本文關(guān)鍵詞：網(wǎng)吧監(jiān)控中的人臉檢索方法研究與實現(xiàn)　出處：《中國科學(xué)技術(shù)大學(xué)》2016年碩士論文　論文類型：學(xué)位論文

  更多相關(guān)文章： 人臉圖像 身份識別 人臉檢索 特征融合 深度學(xué)習(xí) 卷積神經(jīng)網(wǎng)絡(luò)

【摘要】：當(dāng)前,基于人物臉部圖像特征的識別技術(shù)(簡稱人臉識別),因其具有的自然性,無感知性等特點而越來越受到業(yè)界的關(guān)注。受控條件下的人臉識別技術(shù)已經(jīng)達到了實用的水平,很多性能優(yōu)良的人臉識別產(chǎn)品不斷涌現(xiàn)。然而,伴隨著互聯(lián)網(wǎng)技術(shù)的發(fā)展和平安城市建設(shè)的深入,人臉識別技術(shù)的應(yīng)用場景不斷擴展,如何在自然條件下獲得滿足市場應(yīng)用要求的人臉識別算法是目前研究的重點和難點問題。本文針對網(wǎng)吧真實場景構(gòu)建了一個基于網(wǎng)吧視頻監(jiān)控系統(tǒng),提供視頻人臉圖片實時采集和檢索的人臉檢索系統(tǒng)。在已有人臉采集和檢索方法的基礎(chǔ)上,根據(jù)不同情景,探索性能優(yōu)良的人臉特征抽取和檢索算法。其主要工作內(nèi)容如下：1.在樣本稀疏條件下,提出了一種多特征融合的人臉特征抽取算法。系統(tǒng)部署初期,人臉采集系統(tǒng)能夠獲取的人臉圖片較少,當(dāng)下比較常用的基于深度學(xué)習(xí)的特征抽取方法由于訓(xùn)練樣本數(shù)量不能滿足要求而效果不佳。而傳統(tǒng)的人工設(shè)計特征雖然在某一個方面能夠取得較好的性能,但是在現(xiàn)實場景下缺乏普遍適用性。找到一種多特征融合的人臉特征抽取算法,成為解決此類問題的途徑之一。基于這一點,本文提出了一種多特征融合的人臉特征抽取方法。實驗表明,該方法在稀疏樣本集條件下比單個特征檢索在現(xiàn)實場景下的準(zhǔn)確率有了較為顯著的提升。2.在樣本稠密條件下,提出了一種帶相關(guān)反饋的基于深度神經(jīng)網(wǎng)絡(luò)模型的人臉檢索方法。隨著系統(tǒng)部署時間的推移,能夠用來訓(xùn)練的樣本數(shù)量不斷增加,如何充分有效地利用這些樣本,進一步提高人臉檢索系統(tǒng)的準(zhǔn)確率和魯棒性，，成為值得研究的又一問題。本文利用大量的樣本訓(xùn)練卷積神經(jīng)網(wǎng)絡(luò)和哈希檢索函數(shù)完成人臉特征的抽取和哈希碼的生成,并利用用戶對檢索結(jié)果的反饋信息訓(xùn)練反饋模塊,優(yōu)化檢索性能。實驗表明,在樣本稠密條件下該方法具有相對其它方法更為優(yōu)秀的檢索性能,同時由于反饋環(huán)節(jié)的存在該方法會隨著檢索的進行而越來越智能。3.結(jié)合已有的人臉檢測算法,將上述人臉特征抽取和檢索方法應(yīng)用到“火眼”人臉檢測與檢索系統(tǒng)中,獲取檢索庫中與待檢索圖片相似的人臉及其對應(yīng)的身份信息。經(jīng)過不斷研究,該系統(tǒng)已經(jīng)作為產(chǎn)品在合肥市公安局網(wǎng)監(jiān)支隊部署試用,具有良好的市場前景。
【學(xué)位授予單位】：中國科學(xué)技術(shù)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TP391.41

【參考文獻】

相關(guān)期刊論文 前4條

1 沈旭東;范守科;夏海軍;蘇金波;;帶相關(guān)反饋的基于深度神經(jīng)網(wǎng)絡(luò)模型的人臉檢索方法[J];計算機系統(tǒng)應(yīng)用;2016年01期

2 謝瓊裕;戴群;;融合Gabor和LGBP的單樣本人臉識別[J];小型微型計算機系統(tǒng);2014年07期

3 許月華,李金龍,陳恩紅,王煦法;一種新的基于SVM的相關(guān)反饋圖像檢索算法[J];計算機工程;2004年24期

4 張磊,林福宗,張鈸;基于支持向量機的相關(guān)反饋圖像檢索算法[J];清華大學(xué)學(xué)報(自然科學(xué)版);2002年01期

相關(guān)碩士學(xué)位論文 前1條

1 韓麗;基于獨立成分分析的人臉識別方法研究[D];天津大學(xué);2009年

本文編號：1324308