基于Android端的人臉識別關鍵技術研究
發(fā)布時間:2022-05-08 09:00
近年來,生物特征識別技術已廣泛的應用于日常生活中,常見的有虹膜識別、人臉識別以及指紋識別等等。隨著人臉識別技術的飛速發(fā)展,在應對姿態(tài)、光照以及表情變化時,也具有了良好的穩(wěn)定性。由于人臉識別技術具有高效性和便利性,其在訪問控制、登錄系統(tǒng)等各種場景中都得到了廣泛的應用。但是,人臉識別系統(tǒng)目前只是對人臉圖像進行識別辨認,卻無法判斷所采集到的人臉圖像是來自真人或者是二次采集的照片,因此極易受到攻擊。隨著使用打印照片、動圖等欺騙方式的日益增多,人臉防偽檢測問題受到越來越多的關注。本文使用了基于MTCNN的人臉檢測方法,可以實現(xiàn)實時檢測,與傳統(tǒng)的人臉檢測方法相比,檢測效果更好。同時在進一步利用卷積神經(jīng)網(wǎng)絡實現(xiàn)人臉識別的基礎上,設計與實現(xiàn)了人臉防偽檢測模塊,與現(xiàn)有的采用人臉圖像中面部單一特征的方法不同,本文中提出了結合兩種特征,并利用卷積神經(jīng)網(wǎng)絡來學習人臉防偽特征的方式,分別在兩個公開數(shù)據(jù)庫中進行測試評估,其中CASIA數(shù)據(jù)庫上測試防偽準確率達到94%,REPLAY-ATTACK數(shù)據(jù)庫上測試防偽準確率達到88%。實驗結果表明,該方法可以更有效地判別人臉圖像是來自真實的人臉或是虛假的人臉,與基于DOG...
【文章頁數(shù)】:66 頁
【學位級別】:碩士
【文章目錄】:
摘要
ABSTRACT
第一章 緒論
1.1 研究背景與意義
1.2 相關研究和現(xiàn)狀
1.2.1 人臉檢測的相關研究
1.2.2 人臉識別技術的相關研究
1.2.3 人臉活體檢測相關研究
1.3 論文的研究工作
1.4 論文組織安排和架構
第二章 相關研究介紹
2.1 現(xiàn)有的人臉檢測技術介紹
2.1.1 AdaBoost算法
2.1.2 Haar特征
2.1.3 積分圖概念
2.2 現(xiàn)有人臉識別技術介紹
2.2.1 人臉識別介紹
2.2.2 PCA算法介紹
2.3 現(xiàn)有人臉防偽檢測技術介紹
2.3.1 鏡面反射特征提取
2.3.2 圖像質(zhì)量失真特征提取
2.3.3 色矩特征提取
2.3.4 顏色多樣性特征提取
2.3.5 分類方法
2.4 本章小結
第三章 基于卷積神經(jīng)網(wǎng)絡的人臉識別關鍵技術
3.1 卷積神經(jīng)網(wǎng)絡概述
3.1.1 人工神經(jīng)網(wǎng)絡
3.1.2 卷積神經(jīng)網(wǎng)絡
3.2 基于卷積神經(jīng)網(wǎng)絡的人臉防偽檢測算法
3.2.1 算法總體框架
3.2.2 數(shù)據(jù)預處理
3.2.3 特征提取
3.2.4 MobileNet網(wǎng)絡結構
3.2.5 卷積神經(jīng)網(wǎng)絡的結構
3.3 基于卷積神經(jīng)網(wǎng)絡的人臉識別算法
3.3.1 算法總體框架
3.3.2 人臉識別算法網(wǎng)絡結構
3.4 本章小結
第四章 基于ANDROID的人臉識別關鍵技術實驗
4.1 實驗數(shù)據(jù)說明
4.1.1 FDDB人臉檢測數(shù)據(jù)庫
4.1.2 LFW人臉識別數(shù)據(jù)庫
4.1.3 CASIA-FASD數(shù)據(jù)庫
4.1.4 REPLAY-ATTACK數(shù)據(jù)庫
4.2 實驗環(huán)境
4.3 人臉檢測實驗結果
4.4 人臉識別實驗結果
4.5 人臉防偽檢測實驗結果
4.5.1 人臉防偽檢測處理流程
4.5.2 評價標準
4.5.3 實驗結果-人臉防偽檢測
4.5.4 Android端方案實現(xiàn)
4.6 本章小結
第五章 總結與展望
5.1 論文工作總結
5.2 進一步展望
參考文獻
致謝
攻讀碩士學位期間已發(fā)表或錄用的論文
【參考文獻】:
期刊論文
[1]三維人臉圖像的數(shù)據(jù)采集與預處理[J]. 王俊娟,許磊,黎智輝,謝蘭遲,張寧,郭晶晶. 刑事技術. 2015(02)
[2]人臉識別研究綜述[J]. 李武軍,王崇駿,張煒,陳世福. 模式識別與人工智能. 2006(01)
[3]人臉檢測研究綜述[J]. 梁路宏,艾海舟,徐光祐,張鈸. 計算機學報. 2002(05)
[4]基于多關聯(lián)模板匹配的人臉檢測[J]. 梁路宏,艾海舟,何克忠,張鈸. 軟件學報. 2001(01)
碩士論文
[1]基于深度學習的語音識別應用研究[D]. 張建華.北京郵電大學 2015
本文編號:3651350
【文章頁數(shù)】:66 頁
【學位級別】:碩士
【文章目錄】:
摘要
ABSTRACT
第一章 緒論
1.1 研究背景與意義
1.2 相關研究和現(xiàn)狀
1.2.1 人臉檢測的相關研究
1.2.2 人臉識別技術的相關研究
1.2.3 人臉活體檢測相關研究
1.3 論文的研究工作
1.4 論文組織安排和架構
第二章 相關研究介紹
2.1 現(xiàn)有的人臉檢測技術介紹
2.1.1 AdaBoost算法
2.1.2 Haar特征
2.1.3 積分圖概念
2.2 現(xiàn)有人臉識別技術介紹
2.2.1 人臉識別介紹
2.2.2 PCA算法介紹
2.3 現(xiàn)有人臉防偽檢測技術介紹
2.3.1 鏡面反射特征提取
2.3.2 圖像質(zhì)量失真特征提取
2.3.3 色矩特征提取
2.3.4 顏色多樣性特征提取
2.3.5 分類方法
2.4 本章小結
第三章 基于卷積神經(jīng)網(wǎng)絡的人臉識別關鍵技術
3.1 卷積神經(jīng)網(wǎng)絡概述
3.1.1 人工神經(jīng)網(wǎng)絡
3.1.2 卷積神經(jīng)網(wǎng)絡
3.2 基于卷積神經(jīng)網(wǎng)絡的人臉防偽檢測算法
3.2.1 算法總體框架
3.2.2 數(shù)據(jù)預處理
3.2.3 特征提取
3.2.4 MobileNet網(wǎng)絡結構
3.2.5 卷積神經(jīng)網(wǎng)絡的結構
3.3 基于卷積神經(jīng)網(wǎng)絡的人臉識別算法
3.3.1 算法總體框架
3.3.2 人臉識別算法網(wǎng)絡結構
3.4 本章小結
第四章 基于ANDROID的人臉識別關鍵技術實驗
4.1 實驗數(shù)據(jù)說明
4.1.1 FDDB人臉檢測數(shù)據(jù)庫
4.1.2 LFW人臉識別數(shù)據(jù)庫
4.1.3 CASIA-FASD數(shù)據(jù)庫
4.1.4 REPLAY-ATTACK數(shù)據(jù)庫
4.2 實驗環(huán)境
4.3 人臉檢測實驗結果
4.4 人臉識別實驗結果
4.5 人臉防偽檢測實驗結果
4.5.1 人臉防偽檢測處理流程
4.5.2 評價標準
4.5.3 實驗結果-人臉防偽檢測
4.5.4 Android端方案實現(xiàn)
4.6 本章小結
第五章 總結與展望
5.1 論文工作總結
5.2 進一步展望
參考文獻
致謝
攻讀碩士學位期間已發(fā)表或錄用的論文
【參考文獻】:
期刊論文
[1]三維人臉圖像的數(shù)據(jù)采集與預處理[J]. 王俊娟,許磊,黎智輝,謝蘭遲,張寧,郭晶晶. 刑事技術. 2015(02)
[2]人臉識別研究綜述[J]. 李武軍,王崇駿,張煒,陳世福. 模式識別與人工智能. 2006(01)
[3]人臉檢測研究綜述[J]. 梁路宏,艾海舟,徐光祐,張鈸. 計算機學報. 2002(05)
[4]基于多關聯(lián)模板匹配的人臉檢測[J]. 梁路宏,艾海舟,何克忠,張鈸. 軟件學報. 2001(01)
碩士論文
[1]基于深度學習的語音識別應用研究[D]. 張建華.北京郵電大學 2015
本文編號:3651350
本文鏈接:http://sikaile.net/kejilunwen/ruanjiangongchenglunwen/3651350.html
最近更新
教材專著