人臉識(shí)別因具有不易偽造、用戶易接受、檢測(cè)方式便捷且可靠性高等優(yōu)點(diǎn),在現(xiàn)實(shí)生活中得到了廣泛應(yīng)用。然而,人臉識(shí)別技術(shù)面臨的一個(gè)重要制約因素在于跨年齡段人臉識(shí)別問題,即由于待檢人員實(shí)際年齡與其保存在數(shù)據(jù)庫中的面部圖像采集的時(shí)間,存在較大的差異,導(dǎo)致人臉面部的信息特征發(fā)生明顯改變,出現(xiàn)無法有效識(shí)別或誤識(shí)別的情況,尤其在年齡跨度越大情況下,無法有效識(shí)別或誤識(shí)別的問題更加嚴(yán)重。針對(duì)上述問題,本文先對(duì)人臉識(shí)別系統(tǒng)中的機(jī)器學(xué)習(xí)方法進(jìn)行研究,設(shè)計(jì)了基于機(jī)器學(xué)習(xí)的跨年齡人臉識(shí)別實(shí)驗(yàn),通過實(shí)驗(yàn)發(fā)現(xiàn):常用機(jī)器學(xué)習(xí)的方法不能很好實(shí)現(xiàn)跨年齡人臉識(shí)別的目的。對(duì)于這一問題,并結(jié)合近幾年來,生成對(duì)抗網(wǎng)絡(luò)在圖像處理和機(jī)器視覺領(lǐng)域中良好的實(shí)驗(yàn)效果,本文對(duì)生成對(duì)抗網(wǎng)絡(luò)技術(shù)展開深入研究,提出了一種基于生成對(duì)抗網(wǎng)絡(luò)技術(shù)的人臉跨年齡段識(shí)別方法,該方法利用條件性對(duì)抗自動(dòng)編碼器（Conditional Adversarial Auto Encoder,CAAE）模擬生成待檢人員在不同年齡段的面部圖像,利用生成圖像與數(shù)據(jù)庫中所保存的圖像進(jìn)行相似性比對(duì)。通過減小人臉隨著年齡增大而帶來的特征差異,從而提高跨年齡人臉識(shí)別率。本文設(shè)計(jì)并進(jìn)行了單... 

【文章頁數(shù)】：57 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
第1章 緒論
    1.1 研究的背景及意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 基于特征學(xué)習(xí)的跨年齡人臉識(shí)別現(xiàn)狀
        1.2.2 基于人臉模擬的跨年齡人臉識(shí)別現(xiàn)狀
    1.3 論文的主要研究思路
    1.4 本文各章節(jié)介紹
第2章 常用跨年齡人臉識(shí)別方法對(duì)比
    2.1 常用跨年齡人臉識(shí)別方法
        2.1.1 主成分分析法
        2.1.2 BP神經(jīng)網(wǎng)絡(luò)法
        2.1.3 支持向量機(jī)法
    2.2 常用跨年齡人臉識(shí)別方法實(shí)驗(yàn)對(duì)比
        2.2.1 實(shí)驗(yàn)數(shù)據(jù)庫
        2.2.2對(duì)比實(shí)驗(yàn)
    2.3 本章小結(jié)
第3章 基于生成對(duì)抗網(wǎng)絡(luò)的跨年齡人臉模擬
    3.1 生成對(duì)抗網(wǎng)絡(luò)
        3.1.1 生成對(duì)抗網(wǎng)絡(luò)的原理
        3.1.2 生成對(duì)抗網(wǎng)絡(luò)的發(fā)展
        3.1.3 生成對(duì)抗網(wǎng)絡(luò)的應(yīng)用
    3.2 條件性對(duì)抗自動(dòng)編碼器
        3.2.1 條件性對(duì)抗自動(dòng)編碼器原理
        3.2.2 CAAE人臉模擬的原理
        3.2.3 CAAE人臉模擬實(shí)驗(yàn)
    3.3 本章小結(jié)
第4章 基于CAAE的跨年齡模擬人臉識(shí)別實(shí)驗(yàn)
    4.1 實(shí)驗(yàn)說明
    4.2 實(shí)驗(yàn)設(shè)計(jì)
        4.2.1 單樣本不同年齡段的實(shí)驗(yàn)
        4.2.2 指定年齡段多樣本的實(shí)驗(yàn)
    4.3 實(shí)驗(yàn)討論
        4.3.1 年齡跨度較大的實(shí)驗(yàn)現(xiàn)象
        4.3.2 實(shí)驗(yàn)的反例
        4.3.3 實(shí)驗(yàn)結(jié)果
    4.4 實(shí)驗(yàn)結(jié)論
    4.5 本章小結(jié)
第5章 總結(jié)與展望
    5.1 工作總結(jié)
    5.2 展望
參考文獻(xiàn)
攻讀碩士學(xué)位期間發(fā)表的論文及研究成果
    在讀期間發(fā)表和錄用的論文
    參與科研項(xiàng)目
    在讀期間獲獎(jiǎng)情況
致謝


【參考文獻(xiàn)】：
期刊論文
[1]人工智能研究的新前線:生成式對(duì)抗網(wǎng)絡(luò)[J]. 林懿倫,戴星原,李力,王曉,王飛躍.  自動(dòng)化學(xué)報(bào). 2018(05)
[2]生成式對(duì)抗網(wǎng)絡(luò):從生成數(shù)據(jù)到創(chuàng)造智能[J]. 王坤峰,左旺孟,譚營,秦濤,李力,王飛躍.  自動(dòng)化學(xué)報(bào). 2018(05)
[3]一種能量函數(shù)意義下的生成式對(duì)抗網(wǎng)絡(luò)[J]. 王功明,喬俊飛,王磊.  自動(dòng)化學(xué)報(bào). 2018(05)
[4]協(xié)作式生成對(duì)抗網(wǎng)絡(luò)[J]. 張龍,趙杰煜,葉緒倫,董偉.  自動(dòng)化學(xué)報(bào). 2018(05)
[5]基于稀疏編碼和機(jī)器學(xué)習(xí)的多姿態(tài)人臉識(shí)別算法[J]. 趙玉蘭,苑全德,孟祥萍.  吉林大學(xué)學(xué)報(bào)(理學(xué)版). 2018(02)
[6]基于條件深度卷積生成對(duì)抗網(wǎng)絡(luò)的圖像識(shí)別方法[J]. 唐賢倫,杜一銘,劉雨微,李佳歆,馬藝瑋.  自動(dòng)化學(xué)報(bào). 2018(05)
[7]基于余弦相似度的改進(jìn)C4.5決策樹算法[J]. 夏修臣,王秀英.  計(jì)算機(jī)工程與設(shè)計(jì). 2018(01)
[8]基于集成人臉對(duì)距離學(xué)習(xí)的跨年齡人臉驗(yàn)證[J]. 吳嘉琪,景麗萍.  模式識(shí)別與人工智能. 2017(12)
[9]多特征組合和用戶反饋的圖像檢索算法[J]. 丁萬寧,李慧,焦洪強(qiáng).  吉林大學(xué)學(xué)報(bào)(理學(xué)版). 2017(06)
[10]基于深度卷積神經(jīng)網(wǎng)絡(luò)的跨年齡人臉識(shí)別[J]. 李亞,王廣潤,王青.  北京郵電大學(xué)學(xué)報(bào). 2017(01)

博士論文
[1]基于模糊支持向量機(jī)的多類分類算法研究[D]. 張永.大連理工大學(xué) 2008
[2]人臉檢測(cè)和識(shí)別算法的研究與實(shí)現(xiàn)[D]. 趙麗紅.東北大學(xué) 2006
[3]人臉自動(dòng)識(shí)別中若干問題的研究[D]. 段錦.吉林大學(xué) 2004

碩士論文
[1]基于神經(jīng)網(wǎng)絡(luò)的二維人臉識(shí)別研究[D]. 楊森.西安電子科技大學(xué) 2018
[2]基于卷積神經(jīng)網(wǎng)絡(luò)的圖像超分辨率研究[D]. 朱曉寧.燕山大學(xué) 2017
[3]基于深度學(xué)習(xí)的年齡不變?nèi)四樧R(shí)別技術(shù)研究與實(shí)現(xiàn)[D]. 徐晨飛.電子科技大學(xué) 2017
[4]照片/素描及跨年齡階段異質(zhì)人臉的識(shí)別研究[D]. 王開芳.山東大學(xué) 2015
[5]基于SVM混合核函數(shù)的人臉識(shí)別[D]. 胡晶芳.杭州電子科技大學(xué) 2015
[6]基于集成學(xué)習(xí)的支持向量機(jī)預(yù)測(cè)優(yōu)化算法及其應(yīng)用[D]. 束詩雨.東華大學(xué) 2015
[7]基于改進(jìn)的鄰近點(diǎn)異常檢測(cè)算法的異常檢測(cè)系統(tǒng)研究與實(shí)現(xiàn)[D]. 朱東鶴.上海交通大學(xué) 2014
[8]基于形狀特性的人臉相似度的描述與分析[D]. 賀笑.南京理工大學(xué) 2014
[9]基于小波變換和PCA類方法的人臉識(shí)別技術(shù)研究[D]. 李艷.西安電子科技大學(xué) 2014
[10]基于NMFs和RBF神經(jīng)網(wǎng)絡(luò)的人臉識(shí)別算法研究[D]. 程景添.武漢理工大學(xué) 2013



本文編號(hào)：3654177