發(fā)布時間：2025-01-14 07:30

　　近年來,隨著計算機(jī)視覺與機(jī)器學(xué)習(xí)技術(shù)的發(fā)展,人臉識別技術(shù)也取得了長足的進(jìn)步,在許多領(lǐng)域展現(xiàn)出其應(yīng)用價值。人臉特征提取與相似度比對作為人臉識別中的兩個重要技術(shù)環(huán)節(jié),對人臉識別的準(zhǔn)確率有著重大的影響。基于深度學(xué)習(xí)的人臉特征提取方法需要標(biāo)注海量人臉樣本,標(biāo)注成本高,并且對于低分辨率人臉圖像適應(yīng)性不佳。度量學(xué)習(xí)是相似度比對中的一種重要方法,現(xiàn)有的相度量學(xué)習(xí)方法存在著區(qū)分力不足,優(yōu)化步驟復(fù)雜以及計算不魯棒的問題。針對這些問題,本文展開了一系列面向人臉識別中特征提取與度量學(xué)習(xí)方法的研究。針對當(dāng)前度量學(xué)習(xí)方法中存在的區(qū)分力不足的問題,本文提出一種級聯(lián)-集成式度量學(xué)習(xí)方法。該方法通過級聯(lián)式度量學(xué)習(xí)增強距離度量的區(qū)分能力,并借助集成學(xué)習(xí)的思想防止過擬合。在每一次級聯(lián)過程中對輸入特征按特征維度進(jìn)行隨機(jī)打亂和分組,每組單獨進(jìn)行度量學(xué)習(xí),最后集成所有學(xué)習(xí)到的距離度量,從而在過擬合和欠擬合中取得平衡。針對目前一些度量學(xué)習(xí)方法中的計算不魯棒的問題,本文提出一種魯棒度量學(xué)習(xí)算法,該方法有近似閉式解,對大、小數(shù)據(jù)集都有良好適用性。針對基于深度學(xué)習(xí)的特征提取方法需要標(biāo)注大量訓(xùn)練樣本的問題,本文提出一種基于特征解耦的小樣本...

【文章頁數(shù)】：93 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖1-1人臉識別在各個領(lǐng)域中的應(yīng)用

（a）安防領(lǐng)域（“人-證-票”合一）（b）金融領(lǐng)域（支付寶）（c）娛樂領(lǐng)域圖1-1人臉識別在各個領(lǐng)域中的應(yīng)用（2）金融領(lǐng)域人臉識別在金融領(lǐng)域也有著重要的應(yīng)用。金融機(jī)構(gòu)中短信驗證、銀行卡綁定、實名認(rèn)證等常常需要用到人臉比對。傳統(tǒng)上一般是人工通過肉眼進(jìn)行相關(guān)比對工作。人工操作....

圖1-2人臉識別流程圖

圖1-2人臉識別流程圖研究人臉識別中1比1問題。人臉識別中的1比1問題主要包括兩個子問題：人臉特征提取和相似度比對。本文的研究內(nèi)容對這兩個方向均有涉及。1.2國內(nèi)外研究現(xiàn)狀如前所述，人臉特征提取和相似度比對是人臉識別中的兩個重要的子問題，下面本文針對人臉特征....

圖1-3tripletloss示意圖

圖1-3tripletloss示意圖雖然Tripletloss借助度量學(xué)習(xí)的思想可以增強特征的區(qū)分性，但是當(dāng)人臉樣本數(shù)增加，潛在的三元組數(shù)量巨大，而構(gòu)建三元組也需要復(fù)雜的采樣過程。此外采樣會帶來隨機(jī)的干擾，對算法的魯棒性有一定的影響。針對這些問題，Wen等人[25....

圖1-4centerloss示意圖

圖1-3tripletloss示意圖Tripletloss借助度量學(xué)習(xí)的思想可以增強特征的區(qū)分性，但是當(dāng)人臉在的三元組數(shù)量巨大，而構(gòu)建三元組也需要復(fù)雜的采樣過程。此外采干擾，對算法的魯棒性有一定的影響。針對這些問題，Wen等人[25]提出構(gòu)建三元組就可以得到具有內(nèi)....

本文編號：4026612