人臉識別技術(shù)作為計算機視覺和人工智能領(lǐng)域中極具應(yīng)用前景的關(guān)鍵技術(shù)之一,多年來一直受到學(xué)術(shù)界和工業(yè)界的廣泛關(guān)注。目前,受限環(huán)境下的人臉識別技術(shù)基本已經(jīng)趨于成熟,且有很多人臉識別技術(shù)的產(chǎn)品步入市場。但是,非限制環(huán)境下的人臉識別仍然具有極大的挑戰(zhàn),尤其是姿態(tài)變化、光照、表情、遮擋等因素的影響以及數(shù)據(jù)本身信息損失的問題導(dǎo)致人臉識別性能不佳。本文利用人臉三維模型和深度學(xué)習(xí)技術(shù)對無約束人臉識別中的若干關(guān)鍵問題進行深入研究。本文通過在大量的非限制人臉數(shù)據(jù)集上進行實驗,驗證了所提出算法的有效性。本文主要的創(chuàng)新點和貢獻如下:（1）針對基于深度學(xué)習(xí)的無約束人臉識別中訓(xùn)練數(shù)據(jù)不足的問題,提出了一種基于三維形變模型的人臉增廣方法,從人臉姿態(tài)、表情正則化、光照等三方面對人臉數(shù)據(jù)進行增廣。把增廣之后的數(shù)據(jù)用于深度人臉網(wǎng)絡(luò)的訓(xùn)練,不僅解決了數(shù)據(jù)收集難的問題,而且增強了數(shù)據(jù)類內(nèi)之間的多樣性。進一步,為了緩解增廣后數(shù)據(jù)和原始數(shù)據(jù)之間的偏差問題,本文提出了一種基于數(shù)據(jù)增廣的自適應(yīng)人臉識別方法。通過設(shè)計了一個深度遷移網(wǎng)絡(luò),讓網(wǎng)絡(luò)自適應(yīng)的把增廣數(shù)據(jù)和原始數(shù)據(jù)投影到一個新的空間,在這個空間所有數(shù)據(jù)將被極大的融合在一起以至于網(wǎng)絡(luò)... 

【文章來源】：北京郵電大學(xué)北京市 211工程院校 教育部直屬院校

【文章頁數(shù)】：191 頁

【學(xué)位級別】：博士

【部分圖文】：

圖１－２?面部信息的應(yīng)用舉例??

北京郵電大學(xué)工學(xué)博士學(xué)位論文???Ｈ?郵ｖ？ｈ？你＊?．．．．．．?一．??１?：?〇??Ｍ畫”謝．＿??（ａ）支付寶人臉登錄?（ｂ）網(wǎng)易郵箱人臉登錄??圖１－３?受控條件下人臉識別舉例??例子，圖ｌ－３（ａ）是２０１６年以前支付寶人臉登錄的例子，人臉登陸時人臉必須在規(guī)定??的人臉框中（圖中的藍色人頭像框），人需要正對攝像頭，同時需要光線良好。假如??人臉不能很好的出現(xiàn)在這個框中，同時不是正對攝像頭，或者在光線比較暗的環(huán)境??下，人臉登錄經(jīng)常會失敗；圖ｌ－３（ｂ）是網(wǎng)易在２０１３年開通的網(wǎng)易郵箱人臉登錄的示??例圖。在進行登陸時，人臉必須保證離攝像頭一定的距離且需要正對前置攝像頭等。??以上這些要求下的人臉識別其實就是受控下的人臉識別，也稱作約束人臉識別，即??人必須配合機器來完成。這極大的限制了人臉識別技術(shù)的應(yīng)用范圍，確切的說只能??屬于人臉識別的一部分應(yīng)用而己。而真正意義上的人臉識別，用戶不需要配合就可??以完成人臉采集和識別，人臉圖像也可以擁有多種不同的來源（如監(jiān)控攝像頭、手機??攝像頭）和不同的質(zhì)量類型（如不同的表情、姿態(tài)變化、模糊、遮擋等）。這就是非??限制條件下的人臉識別，也稱作無約束人臉識別，它將能得到更加廣泛的應(yīng)用。例??如，公安系統(tǒng)可以使用人臉識別技術(shù)在眾多人中尋找犯罪嫌疑人，銀行可以使用人??臉信息進行交易等等，這將給生活帶來更進一步的便捷與安全。然而，在非受控場景??下，人臉識別的性能受諸多因素的影響，比如姿態(tài)、光照、表情變化、圖像分辨率、??年齡變化等等。如果只針對一種因素，人臉識別或許還能取得較好的效果，然而當(dāng)這??些因素綜合起來，這將使得進行穩(wěn)定的人臉識別異常困難。圖１－

性等問題進行深入研究。借助于人臉三維模型和??深度學(xué)習(xí)技術(shù)對上述的問題進行研究，提出了一系列的解決算法，并且在目前學(xué)術(shù)??界提出的具有挑戰(zhàn)的多個非限制人臉數(shù)據(jù)集上進行大量實驗驗證，目的是解決無約??束人臉識別中的挑戰(zhàn)問題并提高人臉識別的性能，用于推動人臉識別技術(shù)理論研究??和實際應(yīng)用的互動發(fā)展。??１．２國內(nèi)外研究現(xiàn)狀??１．２．１人臉識別整體發(fā)展史??人臉識別作為計算機視覺領(lǐng)域最成功的的應(yīng)用之一，過去幾十年里一直都是研??究熱點。它的發(fā)展也經(jīng)歷了四次高潮，其發(fā)展歷史大體上可以用圖１－５來表示。下面??對這幾個階段進行簡要的介紹。??獅??＾?１?ｖ?＞??－—？？？??ｉ３ＴＳ?■春ｗ?…??？?－?〇?…？??１９５４?１９７３?１９９１?１９９７?１９９７?１９９９?２００１?２００１?２００６?２０１４??Ｂｌｅｄｓｏｅ?Ｋａｎａｄｅ’ｓ?Ｔｕｒｋ?＆?Ｐｅｎｔｌａｎｄ?Ｂｅｌｈｕｍｅｕｒ?Ｗｉｓｋｏｔｔ?Ｂｌａｎｚ?＆?Ｖｅｔｔｅｒ?Ｖｉｏｌａ?＆?Ｓｈａｓｈｕａ?＆?Ａｈｏｎｅｎ?ＤｅｅｐＦａｃｅ??Ｆａｃｅ?Ｔｈｅｓｉｓ?Ｅｉｇｅｎｆａｃｅｓ?Ｆｉｓｈｅｒｆａｃｅｓ?ＥＢＧＭ?Ｍｏｒｐｈａｂｌｅ?Ｊｏｎｅｓ?Ｒｉｋｉｉｎ－?ＬＢＰ?ａｎｄ?ＤｅｅｐＩＤ??Ｒｅｃｏｇｎｉｔｉｏｎ?ｆａｃｅｓ?Ｂｏｏｓｔｉｎｇ?Ｒａｖｉｖ??第一階段?第二階段?第三階段?第四階段??圖１－５?人臉識別發(fā)展史．??（１）第一階段：基于幾何特征的方法??人臉識別最早的研究工作至少可以追溯到二十世紀(jì)五十年代在心理學(xué)方面的研??究和六十年代ＰＲＩ的Ｂｌｅｄｓｏｅ等人的工作Ｂｌｅｄｓｏｅ等

【參考文獻】：
期刊論文
[1]域自適應(yīng)學(xué)習(xí)研究進展[J]. 劉建偉,孫正康,羅雄麟.  自動化學(xué)報. 2014(08)
[2]基于三維模型的人臉姿態(tài)估計方法[J]. 曾慧,穆志純,袁立.  計算機工程. 2011(09)
[3]基于三維模型和仿射對應(yīng)原理的人臉姿態(tài)估計方法[J]. 梁國遠,查紅彬,劉宏.  計算機學(xué)報. 2005(05)
[4]人臉識別中的“誤配準(zhǔn)災(zāi)難”問題研究[J]. 山世光,高文,唱軼鉦,曹波,陳熙霖.  計算機學(xué)報. 2005(05)
[5]對稱主分量分析及其在人臉識別中的應(yīng)用[J]. 楊瓊,丁曉青.  計算機學(xué)報. 2003(09)
[6]人臉識別技術(shù)綜述[J]. 張翠平,蘇光大.  中國圖象圖形學(xué)報. 2000(11)

博士論文
[1]表情變化下三維人臉識別中特征提取與分類研究[D]. 鄧星.東南大學(xué) 2017
[2]非可控條件下的三維人臉識別研究[D]. 梁艷.廣東工業(yè)大學(xué) 2017
[3]非限定環(huán)境下的人臉識別方法研究[D]. 呂江靖.中國科學(xué)院大學(xué)(中國科學(xué)院重慶綠色智能技術(shù)研究院) 2017



本文編號：3259351