人臉識(shí)別技術(shù)已經(jīng)廣泛地應(yīng)用于當(dāng)前社會(huì)中,如安保系統(tǒng)、高科技IT產(chǎn)品、個(gè)人電腦和智能手機(jī)等。這些智能產(chǎn)品已經(jīng)使當(dāng)今社會(huì)的各項(xiàng)服務(wù)更安全、快捷和方便,人臉識(shí)別也早已經(jīng)成為了當(dāng)前人類活動(dòng)中不可或缺的技術(shù)。在過去的幾十年里,已經(jīng)有各種各樣的相關(guān)算法被提出來解決人臉識(shí)別中的各種問題并取得了重大的進(jìn)展,在理想條件下這些算法可以使得計(jì)算機(jī)的人臉識(shí)別率超過人眼。然而,對于非限制條件（自然條件）下的人臉識(shí)別,當(dāng)前的人臉識(shí)別技術(shù)仍然存在著許多挑戰(zhàn)。非限制條件的人臉識(shí)別需要對真實(shí)自然場景中的人臉圖像進(jìn)行特征提取,因此容易受到諸多因素的影響,如面部姿態(tài)差異以及由光照、模糊、噪聲、低分辨率等因素引起的人臉圖像內(nèi)容丟失。這些因素極大地影響了非限制條件下的人臉識(shí)別性能,需要進(jìn)行進(jìn)一步的研究。除此之外,隨著對認(rèn)證安全性的不斷重視,人臉識(shí)別系統(tǒng)不僅需要具有較高的識(shí)別精度還需要能鑒別該人臉是真實(shí)的人臉還是來自圖片或視頻中的人臉（偽造攻擊人臉）。因此,人臉防偽技術(shù)也是當(dāng)前非限制條件下人臉識(shí)別系統(tǒng)中的重要組成部分。為了提高當(dāng)前人臉識(shí)別系統(tǒng)的準(zhǔn)確性、魯棒性、以及安全性,本論文主要集中研究人臉圖像增強(qiáng),人臉關(guān)鍵點(diǎn)檢測,人臉姿態(tài)歸... 

【文章來源】：電子科技大學(xué)四川省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：137 頁

【學(xué)位級別】：博士

【文章目錄】：
摘要
abstract
縮略詞表
第一章 緒論
    1.1 研究工作的背景與意義
    1.2 國內(nèi)外研究現(xiàn)狀
    1.3 研究內(nèi)容和主要?jiǎng)?chuàng)新點(diǎn)
    1.4 論文的結(jié)構(gòu)安排
第二章 人臉識(shí)別各階段算法概述
    2.1 人臉圖像預(yù)處理
        2.1.1 人臉去光照
        2.1.2 人臉超分辨
        2.1.3 人臉去模糊
    2.2 人臉關(guān)鍵點(diǎn)檢測
        2.2.1 二維人臉關(guān)鍵點(diǎn)檢測
        2.2.2 三維人臉關(guān)鍵點(diǎn)檢測
    2.3 人臉特征提取
        2.3.1 基于局部特征的人臉特征提取
        2.3.2 基于特征編碼的人臉特征提取
        2.3.3 基于深度學(xué)習(xí)的人臉特征學(xué)習(xí)
    2.4 安全人臉認(rèn)證
        2.4.1 基于傳統(tǒng)特征的活體人臉檢測方法
        2.4.2 基于深度學(xué)習(xí)的活體人臉檢測方法
    2.5 常用的人臉數(shù)據(jù)庫
        2.5.1 二維人臉數(shù)據(jù)庫
        2.5.2 三維人臉數(shù)據(jù)庫
        2.5.3 人臉防偽檢測數(shù)據(jù)庫
    2.6 本章小結(jié)
第三章 基于尺度分解及能量模型最小化的人臉去光照方法
    3.1 相關(guān)工作
    3.2 能量模型定義
    3.3 能量模型求解
    3.4 實(shí)驗(yàn)與分析
        3.4.1 實(shí)驗(yàn)數(shù)據(jù)及模型參數(shù)
        3.4.2 可視化實(shí)驗(yàn)結(jié)果分析
        3.4.3 消融實(shí)驗(yàn)分析
        3.4.4 人臉識(shí)別結(jié)果分析
    3.5 本章小結(jié)
第四章 基于二維輔助學(xué)習(xí)的人臉三維關(guān)鍵點(diǎn)檢測方法
    4.1 相關(guān)工作
        4.1.1 三維人臉重建
        4.1.2 三維人臉對齊
    4.2 三維形變模型
    4.3 網(wǎng)絡(luò)結(jié)構(gòu)
        4.3.1 3DMM系數(shù)加權(quán)監(jiān)督
        4.3.2 二維輔助自監(jiān)督
        4.3.3 生成對抗弱監(jiān)督
        4.3.4 模型整體訓(xùn)練
    4.4 實(shí)驗(yàn)與分析
        4.4.1 實(shí)驗(yàn)數(shù)據(jù)及網(wǎng)絡(luò)參數(shù)
        4.4.2 人臉關(guān)鍵點(diǎn)檢測結(jié)果分析
        4.4.3 三維人臉重建結(jié)果分析
        4.4.4 消融實(shí)驗(yàn)分析
    4.5 本章小結(jié)
第五章 基于生成對抗學(xué)習(xí)的跨姿態(tài)低質(zhì)量人臉復(fù)原方法
    5.1 相關(guān)工作
        5.1.1 人臉轉(zhuǎn)正
        5.1.2 人臉增強(qiáng)
    5.2 網(wǎng)絡(luò)結(jié)構(gòu)
        5.2.1 雙代理生成網(wǎng)絡(luò)
        5.2.2 姿態(tài)歸一化模型
        5.2.3 雙代理-先驗(yàn)引導(dǎo)判別網(wǎng)絡(luò)
        5.2.4 過渡訓(xùn)練
    5.3 實(shí)驗(yàn)與分析
        5.3.1 實(shí)驗(yàn)數(shù)據(jù)及網(wǎng)絡(luò)參數(shù)
        5.3.2 消融實(shí)驗(yàn)分析
        5.3.3 人臉轉(zhuǎn)正效果分析
        5.3.4 人臉增強(qiáng)效果分析
        5.3.5 人臉識(shí)別結(jié)果分析
    5.4 本章小結(jié)
第六章 基于深度遷移及多任務(wù)學(xué)習(xí)的人臉防偽方法
    6.1 相關(guān)工作
    6.2 基于深度遷移學(xué)習(xí)的人臉防偽方法
        6.2.1 網(wǎng)絡(luò)結(jié)構(gòu)
        6.2.2 實(shí)驗(yàn)數(shù)據(jù)及網(wǎng)絡(luò)參數(shù)
        6.2.3 域內(nèi)測試結(jié)果
        6.2.4 域間測試結(jié)果
        6.2.5 消融實(shí)驗(yàn)分析
    6.3 深度多任務(wù)學(xué)習(xí)人臉防偽方法
        6.3.1 網(wǎng)絡(luò)結(jié)構(gòu)
        6.3.2 全成對混淆損失
        6.3.3 快速域適應(yīng)模塊
        6.3.4 實(shí)驗(yàn)數(shù)據(jù)及網(wǎng)絡(luò)參數(shù)
        6.3.5 消融實(shí)驗(yàn)分析
        6.3.6 域內(nèi)測試結(jié)果
        6.3.7 域間測試結(jié)果
        6.3.8 人臉識(shí)別結(jié)果
    6.4 本章小結(jié)
第七章 全文總結(jié)與展望
    7.1 全文總結(jié)
    7.2 后續(xù)工作展望
致謝
參考文獻(xiàn)
攻讀博士學(xué)位期間取得的成果


【參考文獻(xiàn)】：
期刊論文
[1]基于多模態(tài)特征融合的輕量級人臉活體檢測方法[J]. 皮家甜,楊杰之,楊琳希,彭明杰,鄧雄,趙立軍,唐萬梅,吳至友.  計(jì)算機(jī)應(yīng)用. 2020(12)
[2]預(yù)訓(xùn)練網(wǎng)絡(luò)引導(dǎo)的人臉圖像超分辨率重建[J]. 徐文博,孫廣玲,陸小鋒.  工業(yè)控制計(jì)算機(jī). 2020(06)
[3]多稀疏表示分類器決策融合的人臉識(shí)別[J]. 唐彪,金煒,符冉迪,龔飛.  電信科學(xué). 2018(04)
[4]基于改進(jìn)深層網(wǎng)絡(luò)的人臉識(shí)別算法[J]. 李倩玉,蔣建國,齊美彬.  電子學(xué)報(bào). 2017(03)
[5]基于優(yōu)化投影矩陣的人臉識(shí)別技術(shù)研究[J]. 于愛華,白煌,孫斌斌,侯北平.  浙江工業(yè)大學(xué)學(xué)報(bào). 2016(04)
[6]基于局部二值模式和深度學(xué)習(xí)的人臉識(shí)別[J]. 張雯,王文偉.  計(jì)算機(jī)應(yīng)用. 2015(05)
[7]基于LBP和深度學(xué)習(xí)的非限制條件下人臉識(shí)別算法[J]. 梁淑芬,劉銀華,李立琛.  通信學(xué)報(bào). 2014(06)
[8]基于全局和局部特征集成的人臉識(shí)別[J]. 蘇煜,山世光,陳熙霖,高文.  軟件學(xué)報(bào). 2010(08)
[9]基于局部Gabor變化直方圖序列的人臉描述與識(shí)別[J]. 張文超,山世光,張洪明,陳杰,陳熙霖,高文.  軟件學(xué)報(bào). 2006(12)
[10]基于3D人臉重建的光照、姿態(tài)不變?nèi)四樧R(shí)別[J]. 柴秀娟,山世光,卿來云,陳熙霖,高文.  軟件學(xué)報(bào). 2006(03)

碩士論文
[1]基于深度學(xué)習(xí)的人臉識(shí)別研究[D]. 林妙真.大連理工大學(xué) 2013



本文編號(hào)：3174237