科技水平的提高使信息系統(tǒng)的易用性和安全性成為關(guān)注重點(diǎn),用于識(shí)別的生物特征具備良好的特性,使之得以廣泛應(yīng)用。人臉作為一種生物特征,在辨識(shí)領(lǐng)域已取得較高的精確度,衍生出一系列的身份識(shí)別應(yīng)用。除了身份信息,人臉還具有其他豐富的信息內(nèi)涵,基于人臉圖像的年齡信息識(shí)別,可應(yīng)用于圖像檢索、安全監(jiān)控和商業(yè)智能等各個(gè)方面,是研究的熱點(diǎn)。本文對(duì)人臉年齡識(shí)別中的相關(guān)技術(shù)進(jìn)行研究。為克服樣本采集過程中目標(biāo)出現(xiàn)位置不確定、光照環(huán)境變化和人員姿勢角度不同帶來的差異性,可通過預(yù)處理手段進(jìn)行消除,包括人檢檢測、圖像增強(qiáng)和結(jié)構(gòu)對(duì)齊環(huán)節(jié)。為滿足機(jī)器學(xué)習(xí)中模型訓(xùn)練需要,可通過隨機(jī)變換進(jìn)行樣本擴(kuò)充處理。卷積神經(jīng)元網(wǎng)絡(luò)通過卷積運(yùn)算代替了傳統(tǒng)多層感知機(jī)中的全連接結(jié)構(gòu),減少了參數(shù)量的同時(shí)具備更好的局部特征不變性,適合于人臉年齡識(shí)別應(yīng)用。在工程領(lǐng)域,卷積神經(jīng)元網(wǎng)絡(luò)已經(jīng)有較多的經(jīng)典網(wǎng)絡(luò)結(jié)構(gòu)和開發(fā)平臺(tái)工具可供選擇。針對(duì)人臉識(shí)別應(yīng)用的公開數(shù)據(jù)集中,ChaLearn數(shù)據(jù)集提供的年齡信息是由人工估測得到,相對(duì)其他數(shù)據(jù)集更符合人類對(duì)年齡的識(shí)別規(guī)律,對(duì)ChaLearn數(shù)據(jù)集實(shí)施預(yù)處理和增容操作,生成了訓(xùn)練和測試使用的樣本集。面向低算力硬件平臺(tái),基... 

【文章來源】：廣西大學(xué)廣西壯族自治區(qū) 211工程院校

【文章頁數(shù)】：70 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖２－３滑窗檢測原理??Ｆｉｇ．２－３?Ｓｌｉｄｉｎｇ?ｗｉｎｄｏｗ?ｄｅｔｅｃｔｉｏｎ??

根據(jù)統(tǒng)計(jì)研究顯示，人類皮膚顏色分布具備集中性，在色彩空間中能與背景進(jìn)行區(qū)??分ＩＤ。可以利用這個(gè)先驗(yàn)知識(shí)提取出畫面中滿足膚色顏色分布的區(qū)域，作為人臉的候選??位置，再通過形態(tài)學(xué)分析得到人臉包圍框，圖２－２展示了上述過程。??ＰｆＯＰ??原始圖片?色度分量圖?二值化?連通域檢測??圖２－２基于膚色的人臉檢測??Ｆｉｇ．２－２?Ｆａｃｅ?ｄｅｔｅｃｔｉｏｎ?ｂａｓｅｄ?ｏｎ?ｓｋｉｎ?ｃｏｌｏｒ??（１）顏色空間變換。由于顏色信息在ＲＧＢ空間中受光照變化較大，先按公式（２－１）??將圖像從變換到ＨＳＶ顏色模型，提取出色度信息消除光照對(duì)顏色信息的影響。??＝ｍｉｎ（兄?Ｇ，５）??，顯＝ｍａｘ（尤??５?＝?／ｍａｘ－７ｍｍ??如Ｓ?＝?０則：??Ａｎａｘ?＊１００／２５５??Ｓ?＝?Ｈ?＝?０??否則：??ｙ－?／ｍａｘ＊?１００／２５５??ｋ?Ｓ＊１００＂ｍａｘ??７??

基于卷積網(wǎng)絡(luò)的人臉檢測，其原理和滑窗檢測類似，也是對(duì)送入的窗口圖片進(jìn)行二??分類，只是分類器的特征不是手工設(shè)計(jì)得到，而是由經(jīng)過訓(xùn)練的卷積網(wǎng)絡(luò)提取得到。??ＭＴＣＮＮ１Ｍ就是一個(gè)使用卷積網(wǎng)絡(luò)進(jìn)行人臉檢測的框架，其工作過程見圖２－６，包括如??下幾步：??（１）首先根據(jù)圖待檢測目標(biāo)大小，對(duì)圖像進(jìn)行一系列尺度縮放變化，建立圖像金??字塔。縮放的要求是使待檢測的所有人臉目標(biāo)小于第一級(jí)檢測的輸入大小。??（２）使用Ｐ－Ｎｅｔ進(jìn)行第一級(jí)檢測，實(shí)現(xiàn)初步定位。Ｐ－Ｎｅｔ是一個(gè)輸入尺寸為１２＊１２??的全卷積網(wǎng)絡(luò)，可以用最小的代價(jià)獲取人臉目標(biāo)侯選框，再通過ＮＭＳ算法合??并重疊度高的窗口。??（３）使用Ｒ－Ｎｅｔ對(duì)Ｐ－Ｎｅｔ輸出的候選框進(jìn)行過濾，排除掉大部分的錯(cuò)誤候選框。??１０??


本文編號(hào)：3580140