人臉識別作為身份快速驗證的重要技術之一,已經(jīng)廣泛應用于保障社會安全、信息安全的各大領域。傳統(tǒng)的人臉識別是將視頻設備采集到的人臉照片跟數(shù)據(jù)庫中的照片圖像進行匹配。但在犯罪案件中,存在大量無法獲得有效人臉照片的情況,這就依賴于法醫(yī)素描畫師根據(jù)目擊者描述的信息對嫌疑人的面貌進行繪制,再在警方照片庫中進行查找。由于素描與照片存在著較大差異,使用傳統(tǒng)人臉識別方法無法得到理想結(jié)果,依靠人工搜索費時費力,且結(jié)果不佳。所以,對素描人臉合成與識別方面的研究十分重要,該技術不僅在法律刑偵方面廣泛應用,而且在數(shù)字娛樂、漫畫制作領域也占據(jù)著重要地位。本文主要對素描人臉合成和素描人臉識別兩大部分內(nèi)容進行了研究。對于素描人臉合成,本文主要提出了兩種方法:一是基于雙尺度馬爾可夫網(wǎng)絡級聯(lián)的素描人臉合成方法,首先采用較大尺度馬爾可夫網(wǎng)絡得到初始素描圖像,然后將初始素描圖像與測試、訓練圖像一同輸入到較小尺寸馬爾可夫網(wǎng)絡中,合成最終的素描人臉圖像。該方法還對近鄰塊的搜索范圍進行了合理的擴展,提出了 LSNM近鄰搜索方法,成功地解決了單尺度素描合成算法存在的馬賽克效應、細節(jié)丟失等問題,得到了更高質(zhì)量的素描圖像。二是基于梯度全卷積神經(jīng)網(wǎng)絡的素描人臉合成方法,將素描人臉合成研究步入到深度學習領域,使用全卷積神經(jīng)網(wǎng)絡模型進行素描人臉合成,并在網(wǎng)絡中添加梯度先驗信息,使得合成的素描圖像在眼睛、鼻子、嘴等部分擁有更完整的結(jié)構(gòu)細節(jié)。對于素描人臉識別,論文主要提取對紋理敏感度低的特征并使用多種信息融合方法對素描人臉進行匹配,具體提出了三種素描人臉識別方法:一是基于多HOG特征融合的素描人臉識別方法,對素描與照片分別提取全局HOG特征與局部HOG特征,并使用PCA與S-NLDA算法對特征降維后,進行特征級融合得到多HOG特征用于識別。該方法融合了全局特征與局部特征,既對人臉整體輪廓進行了很好的表征,又充分利用了人臉局部細節(jié)信息。二是基于多PHOG特征靈敏度融合的素描人臉識別方法,使用基于尺寸金字塔的分塊方式代替固定大小的分塊方式進行HOG特征提取得到PHOG特征,并采用靈敏度方法計算不同特征的權值,通過加權融合方法對提取到的全局PHOG和局部PHOG進行融合與識別,提高了算法的適用性。三是基于結(jié)構(gòu)信息和特征信息融合的素描人臉識別方法,該方法借鑒了人臉識別認知理論中人臉識別過程主要依靠結(jié)構(gòu)信息和特征信息的經(jīng)驗,對素描人臉提取基于HOG的結(jié)構(gòu)信息和基于稀疏核原型表示的特征信息,考慮到了人臉的結(jié)構(gòu)相關性和獨立分布性,從而提高了素描人臉識別的準確率。另外,論文還將種族和性別兩種輔助屬性信息添加到素描人臉識別過程中,對識別的人臉圖像進行過濾,提高了識別率。
【學位單位】：山東大學
【學位級別】：碩士
【學位年份】：2018
【中圖分類】：TP391.41
【部分圖文】：

山東大學碩士學位論文，可以減小其之間的差異，使得后續(xù)素描人臉識別的準確率得以提升。素合成與識別技術己成功應用到法律刑偵方面，如圖ｌ－ｌ（ａ）中的章瑩穎失蹤描專家根據(jù)低質(zhì)視頻繪制出犯罪嫌疑人的畫像，并幫助美國警方將嫌疑；圖ｌ－ｌ（ｂ）中，美國洛杉磯警方根據(jù)監(jiān)控設備由法醫(yī)素描畫家繪制嫌疑人圖像，使用素描人臉識別技術進行嫌疑人的身份判定，最終成功抓捕了嫌疑（ａ）邋ｈｔｔｐ：／／ｎｅｗｓ．ｉｆｅｎｇ．ｅｏｍ／ａ／２０１７０７１３／５１４２４６０６邋Ｏ．ｓｈｔｍｌ逡逑

一般情況下，首先對傾斜的圖像進行調(diào)整，使得兩眼位于同一水平線上，然后對逡逑圖像進行尺寸歸一化，從而獲得大小一致的人臉圖像。本文實驗中的素描和照片逡逑人臉圖像中也存在著上述旋轉(zhuǎn)、尺寸不一等問題，如圖２－１所示。因此需要先將逡逑兩種圖像進行相應的預處理操作，以保障后續(xù)的識別效果。逡逑Ｔ＇：邋＇逡逑翻逡逑圖２－１人臉圖像存在旋轉(zhuǎn)、尺寸不一等問題逡逑２．１．１人臉圖像對齊逡逑在素描人臉圖像數(shù)據(jù)庫中，頭部輕微偏移和旋轉(zhuǎn)等問題的存在是不可避免逡逑的。該問題會使得人臉的關鍵部位位置不統(tǒng)一，從而影響后續(xù)的識別效果，因此逡逑需要對數(shù)據(jù)庫中存在傾斜或偏移問題的人臉圖像進行調(diào)整，使得兩眼位于同一水逡逑平線上，將人臉圖像進行對齊。逡逑本文使用仿射變換Ｍ對人臉進行對齊，首先通過人臉關鍵點檢測技術得到逡逑兩眼瞳孔的具體坐標位置，從而可以得到兩眼跟水平線的夾角心以及兩眼中心逡逑的偏移（《

本文使用雙線性內(nèi)插值法對人臉圖像進行放縮，從而使得兩眼之間的距離統(tǒng)逡逑一為然后依照人體面部結(jié)構(gòu)的比例關系進行裁剪，從而去除圖像中的背景部逡逑分，得到人臉的主要區(qū)域，如圖２－２所示。逡逑邐逡逑上＿邋ｄ二0．Ｓｄ逡逑、、邋NB＂邐、、—ｊ逡逑１．５ｄ逡逑、、邋邐—邋／逡逑ｔ邐、、、一邐”逡逑１邐２ｄ邐１逡逑圖２－２人臉圖像裁剪逡逑１０逡逑

【參考文獻】

相關期刊論文 前7條

1 莫建文;曾兒孟;張彤;袁華;;基于幾何字典學習和耦合約束的超分辨率重建[J];紅外技術;2015年08期

2 謝紅;趙洪野;;基于卡方距離度量的改進KNN算法[J];應用科技;2015年01期

3 李海彥;徐汀榮;張立曉;李杰;;基于仿射變換的多姿態(tài)人臉矯正和識別[J];計算機應用研究;2014年04期

4 郭金鑫;陳瑋;;基于HOG多特征融合與隨機森林的人臉識別[J];計算機科學;2013年10期

5 劉瑤;王國胤;楊勇;于洪;;基于認知的人臉識別方法研究[J];計算機工程與設計;2011年12期

6 蘇光大;計算機人像組合及人像自動查詢系統(tǒng)走向應用[J];人民公安;1999年01期

7 劉穎超,張紀元;梯度下降法[J];南京理工大學學報(自然科學版);1993年02期

相關博士學位論文 前1條

1 肖冰;人臉畫像—照片的合成與識別方法研究[D];西安電子科技大學;2010年

相關碩士學位論文 前2條

1 王開芳;照片/素描及跨年齡階段異質(zhì)人臉的識別研究[D];山東大學;2015年

2 劉峰;手繪人臉畫像的檢測定位、識別及其關鍵技術的研究[D];西安電子科技大學;2006年

本文編號：2824656