《基於深度學習的人臉識別研究》是李文杰撰寫的一篇論文。
基本介紹
- 中文名：基於深度學習的人臉識別研究
- 作者：李文杰
- 發表時間：2018-11-26
- 論文來源：華北理工大學
- 分類號：TP391.41;TP18
論文摘要,引文格式,
論文摘要
人臉識別屬於一種監督性的深度學習技術,算法需要根據標註好的正確類別人臉特徵進行模型的訓練,再用模型對未知人臉圖片數據進行自動的識別。人臉識別可以分為兩個子過程,一是人臉圖片的檢測,二是對檢測到的人臉圖片進行人臉識別。論文借鑑了人臉識別的多尺度選取人臉特徵方法,建立了基於多方向的濾波器,將多方向的局部特徵進行統一的編碼,提取互為補充的人臉圖像的紋理信息。論文的主要研究內容有:在人臉檢測方面的改進:常用的人臉檢測方法是Adaboost和haar特徵的檢測方法,論文人臉檢測採用了改進的Adaboos算法DY-Adaboost算法和Haar特徵進行人臉檢測,改進了在人臉圖像分類了精確度。對於檢測出含有人臉的圖像根據多尺度特融合的方法將構造新的人臉圖像進行了多方向的人臉定位,以處理後的數據結果做多尺度特徵。將這些不同的特徵通過計算機技術進行運算和融合,就可以生成一種新的人臉面部特徵。在人臉識別階段先通過正交小波變換對人臉圖像進行低頻濾波處理,之後運用卷積神經網路的多尺度特徵融合進行人臉特徵的提取。論文比較了AlexNet、VGGNet、Innception與ResNet四種結構的特點,最終選用ResNet網路結構作為本實驗的神經網路結果。論文採用了以正交小波變化作為圖像濾波與神經網路多尺度特徵融合的方式進行人臉識別的人臉識別的研究。
引文格式
李文杰. 基於深度學習的人臉識別研究[D].華北理工大學,2019.
