【摘要】：隨著互聯(lián)網(wǎng)技術(shù)的不斷發(fā)展,生物識(shí)別技術(shù)以其穩(wěn)定性和可靠性等優(yōu)點(diǎn),越來(lái)越多的領(lǐng)域開(kāi)始采用這種非接觸式的身份驗(yàn)證方式。人臉作為最容易采集并且特征最明顯的人體部位,人臉識(shí)別技術(shù)成為近些年最熱門(mén)的領(lǐng)域之一,而在人臉識(shí)別技術(shù)中人臉特征點(diǎn)的定位是很重要的,它的準(zhǔn)確度會(huì)對(duì)后續(xù)工作的進(jìn)行產(chǎn)生直接影響,因此對(duì)人臉特征點(diǎn)定位的研究具有很重要的研究意義。在此背景下,國(guó)內(nèi)外的學(xué)者提出了許多人臉特征點(diǎn)定位算法,而基于級(jí)聯(lián)回歸與基于外形搜索的人臉特征點(diǎn)定位是眾多算法中應(yīng)用較廣泛的兩種方法。這兩種方法在已有的數(shù)據(jù)集上都有不錯(cuò)的表現(xiàn),但同時(shí)也有各自的缺陷。目前方法面臨的主要難題是算法對(duì)初始外形的過(guò)分依賴(lài)以及對(duì)部分遮擋和大變形魯棒性差等問(wèn)題。針對(duì)以上問(wèn)題,本文的主要研究工作如下:1.本文針對(duì)傳統(tǒng)級(jí)聯(lián)回歸方法對(duì)初始化外形過(guò)于依賴(lài)的問(wèn)題提出了一種基于分類(lèi)外形搜索的外形初始化方法,該方法是基于由粗到精的外形搜索方法進(jìn)行的。傳統(tǒng)的外形搜索方法由于每一次外形搜索都需要在整個(gè)外形搜索空間進(jìn)行人臉外形搜索,涉及到大量的計(jì)算量。針對(duì)該問(wèn)題,本文在進(jìn)行外形搜索之前引進(jìn)了隨機(jī)森林分類(lèi)器對(duì)整個(gè)外形空間進(jìn)行分類(lèi)。該方法首先通過(guò)在圖像上提取具有識(shí)別性的特征對(duì)圖像進(jìn)行描述,然后通過(guò)隨機(jī)森林算法將整個(gè)外形搜索空間進(jìn)行分類(lèi),在隨機(jī)森林中每棵樹(shù)的節(jié)點(diǎn)上的樣本圖像即為同一類(lèi)別的人臉圖像。之后對(duì)于每一張輸入的人臉圖像,都會(huì)經(jīng)過(guò)分類(lèi)器找到最接近的外形搜索子空間,之后的外形搜索將在該外形搜索子空間進(jìn)行,大大減少了計(jì)算量,提高了實(shí)驗(yàn)效率,同時(shí)也保證了定位精度和算法的魯棒性。2.基于SDM和DCNN方法對(duì)初始化外形過(guò)于依賴(lài)的問(wèn)題提出了一種基于級(jí)聯(lián)棧式自編碼網(wǎng)絡(luò)的人臉特征點(diǎn)定位方法。該方法提出了一種新的級(jí)聯(lián)框架,引進(jìn)四個(gè)級(jí)聯(lián)的棧式自編碼網(wǎng)絡(luò),包括一個(gè)全局棧式自編碼網(wǎng)絡(luò)和三個(gè)局部棧式自編碼網(wǎng)絡(luò)。全局棧式自編碼網(wǎng)絡(luò)直接將一張人臉圖像通過(guò)非線性映射得到一個(gè)人臉外形作為初始人臉外形,該人臉外形作為接下來(lái)局部棧式自編碼網(wǎng)絡(luò)的輸入。對(duì)于局部棧式自編碼網(wǎng)絡(luò),是將上一級(jí)得到的人臉外形每個(gè)特征點(diǎn)周?chē)男螤钏饕卣鹘Y(jié)合之后作為輸入,從而達(dá)到對(duì)人臉外形不斷優(yōu)化的目的,最終得到一個(gè)足夠接近于真實(shí)值的人臉外形。兩種方法均在當(dāng)前具有挑戰(zhàn)性的人臉數(shù)據(jù)集上進(jìn)行了實(shí)驗(yàn),通過(guò)實(shí)驗(yàn)的對(duì)比分析,驗(yàn)證本文算法的性能。
【圖文】：

：人臉識(shí)別[2]、人臉表情分眾多研究人員與科研機(jī)構(gòu)的直接、友好、方便等特點(diǎn)，因。另外，虹膜、人臉、指紋等生物特征信息也被廣泛使紋、掌紋、虹膜以及聲音等）棒性三個(gè)主要方面的影響[6]較。由表 1.1 可以看出，人臉抗干擾性和方便性，并且具遠(yuǎn)或者環(huán)境隱蔽的情況下戶(hù)不配合的條件下，采用其，，但是人臉識(shí)別技術(shù)是不需要看，人們可能覺(jué)得人臉信息具露的隱患。

本在距離較遠(yuǎn)或者環(huán)境隱蔽的情況下進(jìn)行采集，是在某些用戶(hù)不配合的條件下，采用其他生物特力的特征，但是人臉識(shí)別技術(shù)是不需要用戶(hù)主動(dòng)動(dòng)層面來(lái)看，人們可能覺(jué)得人臉信息具有更好的有隱私泄露的隱患。圖 1.1 火車(chē)站使用人臉識(shí)別技術(shù)驗(yàn)票
【學(xué)位授予單位】：湖南大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類(lèi)號(hào)】：TP391.41;TP18

【參考文獻(xiàn)】

相關(guān)期刊論文 前4條

1 林奎成;王雪;談?dòng)钇?;復(fù)雜光照下自適應(yīng)區(qū)域增強(qiáng)人臉特征定位[J];儀器儀表學(xué)報(bào);2014年02期

2 胡軍艷;王鈺;李濟(jì)洪;;泛化誤差的三種交叉驗(yàn)證估計(jì)方法的比較[J];太原師范學(xué)院學(xué)報(bào)(自然科學(xué)版);2013年01期

3 胡穎;;基于信息增益的文本特征選擇方法[J];計(jì)算機(jī)與數(shù)字工程;2013年03期

4 蔣盛益;王連喜;;基于特征相關(guān)性的特征選擇[J];計(jì)算機(jī)工程與應(yīng)用;2010年20期

本文編號(hào)：2703998