發(fā)布時(shí)間：2023-03-03 18:28

　　人臉識(shí)別作為目前最熱門的生物識(shí)別技術(shù)之一。它已被廣泛運(yùn)用到安保、通行、司法等領(lǐng)域。但是在實(shí)際環(huán)境下人臉識(shí)別的準(zhǔn)確率易受光照強(qiáng)度、姿態(tài)、遮擋等諸多因素的影響,因此人臉識(shí)別還有許多待解決的問題。針對(duì)現(xiàn)有的人臉識(shí)別算法的不足,本文的具體研究工作有以下幾個(gè)方面:(1)針對(duì)深度置信網(wǎng)絡(luò)在直接進(jìn)行人臉特征提取時(shí)忽略局部特征的問題,同時(shí)考慮到傳統(tǒng)的局部三值模式對(duì)紋理的特征描述不足,導(dǎo)致最終提取的局部信息不夠詳細(xì),因此本文提出了一種基于改進(jìn)的局部三值模式和深度置信網(wǎng)絡(luò)相結(jié)合的人臉識(shí)別算法,將傳統(tǒng)的局部三值模式中周圍像素點(diǎn)與中間像素點(diǎn)的差值與某一固定閾值進(jìn)行比較改為了相鄰像素點(diǎn)進(jìn)行兩兩比較,然后將它們的差值與計(jì)算出的動(dòng)態(tài)閾值進(jìn)行比較,同時(shí)為了防止圖像因?yàn)樾D(zhuǎn)問題而降低識(shí)別率,將局部二值模式的旋轉(zhuǎn)不變性引入到了改進(jìn)的局部三值模式中。下一步將改進(jìn)的局部三值模式提取的特征作為深度置信網(wǎng)絡(luò)的輸入,然后對(duì)深度置信網(wǎng)絡(luò)進(jìn)行參數(shù)調(diào)優(yōu),最終完成識(shí)別任務(wù)。在公開人臉數(shù)據(jù)庫(kù)中,經(jīng)過實(shí)驗(yàn)驗(yàn)證了該算法的有效性。(2)DenseNet網(wǎng)絡(luò)雖然采用密集連接的方式加強(qiáng)了特征的傳遞,但是隨著特征圖的增多,產(chǎn)生的冗余信息也不斷增多。在這...

【文章頁(yè)數(shù)】：63 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
abstract
第一章 引言
    1.1 研究背景及意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
    1.3 本文的內(nèi)容結(jié)構(gòu)安排
第二章 深度學(xué)習(xí)理論
    2.1 神經(jīng)網(wǎng)絡(luò)理論基礎(chǔ)
        2.1.1 神經(jīng)元模型
        2.1.2 前向傳播算法
        2.1.3 誤差反向傳播算法
    2.2 卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)組成
        2.2.1 卷積層
        2.2.2 激活函數(shù)層
        2.2.3 池化層
        2.2.4 全連接層
    2.3 卷積神經(jīng)網(wǎng)絡(luò)模型
        2.3.1LeNet-5
        2.3.2 Alex Net
        2.3.3 Vgg Net
        2.3.4 Res Net
    2.4 本章小結(jié)
第三章 基于改進(jìn)的局部三值模式和深度置信網(wǎng)絡(luò)的人臉識(shí)別算法
    3.1 局部三值模式和深度置信網(wǎng)絡(luò)的基本概念
        3.1.1 局部三值模式基本概念
        3.1.2 深度置信網(wǎng)絡(luò)基本概念
    3.2 本章的人臉識(shí)別算法
        3.2.1 改進(jìn)的LTP算法
        3.2.2 人臉識(shí)別算法具體實(shí)現(xiàn)
    3.3 實(shí)驗(yàn)結(jié)果與分析
        3.3.1 在ORL人臉庫(kù)進(jìn)行實(shí)驗(yàn)
        3.3.2 在YALE人臉庫(kù)進(jìn)行實(shí)驗(yàn)
    3.4 本章小結(jié)
第四章 基于改進(jìn)的Face Net的人臉識(shí)別
    4.1 Face Net網(wǎng)絡(luò)結(jié)構(gòu)模型
    4.2 Dense Net網(wǎng)絡(luò)模型
    4.3 改進(jìn)的卷積神經(jīng)網(wǎng)絡(luò)
    4.4 損失函數(shù)的設(shè)計(jì)
    4.5 相似度度量
    4.6 實(shí)驗(yàn)結(jié)果與分析
        4.6.1 實(shí)驗(yàn)平臺(tái)和訓(xùn)練參數(shù)
        4.6.2 在CASIA-Face V5 數(shù)據(jù)庫(kù)中進(jìn)行實(shí)驗(yàn)
        4.6.3 在Face Scrub數(shù)據(jù)庫(kù)中進(jìn)行實(shí)驗(yàn)
        4.6.4 在CASIA-Web Face數(shù)據(jù)庫(kù)中進(jìn)行實(shí)驗(yàn)
    4.7 本章小結(jié)
第五章 人臉識(shí)別系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)
    5.1 系統(tǒng)開發(fā)環(huán)境
    5.2 人臉識(shí)別系統(tǒng)的總體架構(gòu)
    5.3 系統(tǒng)的主要模塊設(shè)計(jì)
    5.4 人臉識(shí)別系統(tǒng)的測(cè)試與分析
        5.4.1 光照強(qiáng)度的影響
        5.4.2 人臉姿態(tài)的影響
        5.4.3 遮擋條件的影響
        5.4.4 多人臉識(shí)別功能的測(cè)試與分析
        5.4.5 時(shí)間性能分析
    5.5 本章小結(jié)
第六章 總結(jié)與展望
    6.1 總結(jié)
    6.2 展望
參考文獻(xiàn)
攻讀學(xué)位期間的研究成果
致謝



本文編號(hào)：3752885