發(fā)布時(shí)間：2021-07-01 14:58

　　人臉識(shí)別技術(shù)作為計(jì)算機(jī)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(shí)別技術(shù)基本已經(jīng)趨于成熟,且有很多人臉識(shí)別技術(shù)的產(chǎn)品步入市場(chǎng)。但是,非限制環(huán)境下的人臉識(shí)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(shí)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(duì)無約束人臉識(shí)別中的若干關(guān)鍵問題進(jìn)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(jìn)行實(shí)驗(yàn),驗(yàn)證了所提出算法的有效性。本文主要的創(chuàng)新點(diǎn)和貢獻(xiàn)如下:（1）針對(duì)基于深度學(xué)習(xí)的無約束人臉識(shí)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(duì)人臉數(shù)據(jù)進(jìn)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(qiáng)了數(shù)據(jù)類內(nèi)之間的多樣性。進(jìn)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(shí)別方法。通過設(shè)計(jì)了一個(gè)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(gè)新的空間,在這個(gè)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(jí)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(shí)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(shí)人臉必須在規(guī)定??的人臉框中（圖中的藍(lán)色人頭像框），人需要正對(duì)攝像頭，同時(shí)需要光線良好。假如??人臉不能很好的出現(xiàn)在這個(gè)框中，同時(shí)不是正對(duì)攝像頭，或者在光線比較暗的環(huán)境??下，人臉登錄經(jīng)常會(huì)失��；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(jìn)行登陸時(shí)，人臉必須保證離攝像頭一定的距離且需要正對(duì)前置攝像頭等。??以上這些要求下的人臉識(shí)別其實(shí)就是受控下的人臉識(shí)別，也稱作約束人臉識(shí)別，即??人必須配合機(jī)器來完成。這極大的限制了人臉識(shí)別技術(shù)的應(yīng)用范圍，確切的說只能??屬于人臉識(shí)別的一部分應(yīng)用而己。而真正意義上的人臉識(shí)別，用戶不需要配合就可??以完成人臉采集和識(shí)別，人臉圖像也可以擁有多種不同的來源（如監(jiān)控?cái)z像頭、手機(jī)??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(shí)別，也稱作無約束人臉識(shí)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(shí)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(jìn)行交易等等，這將給生活帶來更進(jìn)一步的便捷與安全。然而，在非受控場(chǎng)景??下，人臉識(shí)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(duì)一種因素，人臉識(shí)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(jìn)行穩(wěn)定的人臉識(shí)別異常困難。圖１－

性等問題進(jìn)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(duì)上述的問題進(jìn)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(gè)非限制人臉數(shù)據(jù)集上進(jìn)行大量實(shí)驗(yàn)驗(yàn)證，目的是解決無約??束人臉識(shí)別中的挑戰(zhàn)問題并提高人臉識(shí)別的性能，用于推動(dòng)人臉識(shí)別技術(shù)理論研究??和實(shí)際應(yīng)用的互動(dòng)發(fā)展。??１．２國(guó)內(nèi)外研究現(xiàn)狀??１．２．１人臉識(shí)別整體發(fā)展史??人臉識(shí)別作為計(jì)算機(jī)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(diǎn)。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(duì)這幾個(gè)階段進(jìn)行簡(jiǎn)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(shí)別發(fā)展史．??（１）第一階段：基于幾何特征的方法??人臉識(shí)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(xiàn)】：
期刊論文
[1]域自適應(yīng)學(xué)習(xí)研究進(jìn)展[J]. 劉建偉,孫正康,羅雄麟.  自動(dòng)化學(xué)報(bào). 2014(08)
[2]基于三維模型的人臉姿態(tài)估計(jì)方法[J]. 曾慧,穆志純,袁立.  計(jì)算機(jī)工程. 2011(09)
[3]基于三維模型和仿射對(duì)應(yīng)原理的人臉姿態(tài)估計(jì)方法[J]. 梁國(guó)遠(yuǎn),查紅彬,劉宏.  計(jì)算機(jī)學(xué)報(bào). 2005(05)
[4]人臉識(shí)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(jì)算機(jī)學(xué)報(bào). 2005(05)
[5]對(duì)稱主分量分析及其在人臉識(shí)別中的應(yīng)用[J]. 楊瓊,丁曉青.  計(jì)算機(jī)學(xué)報(bào). 2003(09)
[6]人臉識(shí)別技術(shù)綜述[J]. 張翠平,蘇光大.  中國(guó)圖象圖形學(xué)報(bào). 2000(11)

博士論文
[1]表情變化下三維人臉識(shí)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(shí)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(shí)別方法研究[D]. 呂江靖.中國(guó)科學(xué)院大學(xué)(中國(guó)科學(xué)院重慶綠色智能技術(shù)研究院) 2017



本文編號(hào)：3259351