隨著時代的發(fā)展和科技的進(jìn)步,越來越多的商業(yè)、民用及法律相關(guān)的程序都需要驗(yàn)證個人身份。例如,支付寶的人臉登陸功能,手機(jī)的人臉解鎖功能和警察執(zhí)法時使用的身份證人臉比對系統(tǒng),都需要使用人臉識別比對技術(shù)。這樣的技術(shù)需求導(dǎo)致人臉識別技術(shù)在過去的幾十年時間里得到了許多研究者地關(guān)注,同時人臉識別技術(shù)也得到了飛速地發(fā)展。但在一些特殊場合,例如,社區(qū)監(jiān)控、車站監(jiān)控、街道監(jiān)控等真實(shí)場景下,采集的人臉圖像受攝像設(shè)備清晰度、安裝位置、角度、光線等因素影響,導(dǎo)致采集的人臉圖像分辨率較低,不易識別。在上述幾種場合下,采集到的人臉圖像包含人臉特征信息少,人臉特征難以提取,導(dǎo)致人臉識別任務(wù)難以進(jìn)行。于是,本文重點(diǎn)研究了如何將低分辨率圖像重建為高分辨率的問題,并在此基礎(chǔ)上設(shè)計(jì)低分辨率場景下的人臉識別系統(tǒng),主要工作如下:1)針對低分辨率場景下的人臉識別的需求,對整個系統(tǒng)的功能模塊和系統(tǒng)總體架構(gòu)進(jìn)行了設(shè)計(jì),主要的功能模塊包括視頻顯示、人臉檢測、人臉圖像超分辨率重建、人臉識別、人臉信息管理等模塊,人臉信息管理模塊主要用于管理員對人臉信息數(shù)據(jù)庫地維護(hù),而系統(tǒng)界面主要用于人臉識別及身份信息輸出等功能,并對人臉識別系統(tǒng)業(yè)務(wù)流程做了... 

【文章頁數(shù)】：78 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
英文縮略詞表
第一章 緒論
    1.1 研究背景及意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 基于插值的方法
        1.2.2 基于重建的方法
        1.2.3 基于學(xué)習(xí)的方法
    1.3 論文主要研究內(nèi)容
    1.4 論文組織結(jié)構(gòu)
第二章 相關(guān)技術(shù)介紹
    2.1 低分辨率場景概述
    2.2 人臉檢測技術(shù)
    2.3 超分辨率重建技術(shù)
        2.3.1 基于插值的圖像超分辨率重建算法
        2.3.2 基于學(xué)習(xí)的圖像超分辨率重建算法
    2.4 特征提取技術(shù)
    2.5 本章小結(jié)
第三章 低分辨率場景下人臉識別系統(tǒng)的設(shè)計(jì)
    3.1 需求分析
        3.1.1 系統(tǒng)功能需求分析
        3.1.2 非功能性需求分析
    3.2 概要設(shè)計(jì)
        3.2.1 低分辨率人臉識別方案設(shè)計(jì)
        3.2.2 系統(tǒng)功能模塊總體設(shè)計(jì)
    3.3 系統(tǒng)總體架構(gòu)設(shè)計(jì)
    3.4 本章小結(jié)
第四章 低分辨率場景下人臉超分辨率重建算法設(shè)計(jì)
    4.1 基于生成對抗網(wǎng)絡(luò)的超分辨率算法
    4.2 基于生成對抗網(wǎng)絡(luò)改進(jìn)的超分辨率重建算法
    4.3 增強(qiáng)人臉特征超分辨率重建方法
        4.3.1 人臉特征點(diǎn)檢測
        4.3.2 特征區(qū)域圖像的分割
        4.3.3 增強(qiáng)人臉特征超分辨率重建算法
        4.3.4 圖像拼接
    4.4 實(shí)驗(yàn)數(shù)據(jù)及圖像質(zhì)量標(biāo)準(zhǔn)評價
        4.4.1 實(shí)驗(yàn)數(shù)據(jù)來源及其處理
        4.4.2 圖像質(zhì)量評價標(biāo)準(zhǔn)
    4.5 實(shí)驗(yàn)結(jié)果對比及分析
        4.5.1 實(shí)驗(yàn)?zāi)康募皩?shí)驗(yàn)環(huán)境
        4.5.2 實(shí)驗(yàn)參數(shù)
        4.5.3 實(shí)驗(yàn)結(jié)果
    4.6 本章小結(jié)
第五章 系統(tǒng)功能模塊詳細(xì)設(shè)計(jì)與實(shí)現(xiàn)
    5.1 視頻顯示處理模塊詳細(xì)設(shè)計(jì)與實(shí)現(xiàn)
        5.1.1 視頻處理模塊的詳細(xì)設(shè)計(jì)
        5.1.2 工程實(shí)現(xiàn)
    5.2 人臉檢測模塊詳細(xì)設(shè)計(jì)與實(shí)現(xiàn)
        5.2.1 MTCNN算法模型簡介
        5.2.2 工程實(shí)現(xiàn)
        5.2.3 實(shí)驗(yàn)結(jié)果與分析
    5.3 人臉超分辨率重建模塊詳細(xì)設(shè)計(jì)與實(shí)現(xiàn)
    5.4 人臉特征提取及特征比對模塊詳細(xì)設(shè)計(jì)與實(shí)現(xiàn)
        5.4.1 基于ResNet的人臉特征提取網(wǎng)絡(luò)
        5.4.2 損失函數(shù)
        5.4.3 特征比對
        5.4.4 工程實(shí)現(xiàn)
        5.4.5 實(shí)驗(yàn)結(jié)果與分析
    5.5 人臉信息管理模塊詳細(xì)設(shè)計(jì)與實(shí)現(xiàn)
        5.5.1 數(shù)據(jù)庫模塊實(shí)現(xiàn)
        5.5.2 系統(tǒng)交互界面實(shí)現(xiàn)
        5.5.3 人臉信息管理交互界面
    5.6 本章小結(jié)
第六章 系統(tǒng)測試
    6.1 測試環(huán)境
    6.2 系統(tǒng)功能測試
        6.2.1 人臉識別系統(tǒng)功能測試
        6.2.2 人臉信息管理模塊功能測試
    6.3 系統(tǒng)非功能性測試
    6.4 本章小結(jié)
第七章 總結(jié)與展望
    7.1 總結(jié)
    7.2 展望
致謝
參考文獻(xiàn)
碩士階段發(fā)表論文清單


【參考文獻(xiàn)】：
期刊論文
[1]基于殘差神經(jīng)網(wǎng)絡(luò)的圖像超分辨率改進(jìn)算法[J]. 王一寧,秦品樂,李傳朋,崔雨豪.  計(jì)算機(jī)應(yīng)用. 2018(01)

博士論文
[1]低分辨率人臉識別算法研究[D]. 王智飛.北京交通大學(xué) 2013



本文編號：3677145