基於深度學習的金絲猴面部特性的檢測與識別算法研究

《基於深度學習的金絲猴面部特性的檢測與識別算法研究》是依託西北大學，由許鵬飛擔任項目負責人的青年科學基金項目。

基本介紹

• 中文名：基於深度學習的金絲猴面部特性的檢測與識別算法研究
• 項目類別：青年科學基金項目
• 項目負責人：許鵬飛
• 依託單位：西北大學

項目摘要

面向對海量金絲猴圖像進行快速處理與分析的需求，展開金絲猴面部圖像特徵檢測與識別的研究。針對面部特徵識別中存在的非線性因素的問題，引入深度學習的理論和方法，探索能夠學習更本質的面部特徵的深層非線性網路結構。內容有：針對金絲猴生活環境的複雜性和不可控制性，利用其面部毛髮和皮膚的紋理特徵，研究基於特徵融合與Adaboost的自然場景圖像中面部檢測算法；針對面部視角變化引入的非線性因素，利用DBN學習帶有視角變化的面部圖像之間的非線性聯繫，提取不同視角下面部圖像中存在的共性特徵，提出基於DBN的多視角面部識別算法；針對面部表情變化致其面部產生形狀和紋理的非線性變化，結合Gabor特徵和RBM網路以提取更有效的圖像局部結構性特徵，並利用面部形變特徵，研究基於形變特徵和局部結構性特徵的面部表情識別算法；針對猴齡估計具有的模糊性，利用DBN學習的面部皮膚的褶皺紋理特徵,提出基於模糊DBN的猴齡估計算法。

結題摘要

項目面向對海量金絲猴圖像數據進行快速處理與分析的套用需求，將圖像處理與模式識別技術套用於金絲猴面部特徵檢測與識別的過程中。針對面部特徵識別過程中存在的非線性因素，引入深度學習的理論和方法，探索設計能夠學習更本質、更有效的面部特徵信息的深層非線性網路結構，展開基於深度學習的金絲猴面部特徵檢測與識別算法的研究。 主要研究內容包括： A. 建立靈長類面部資料庫：建立了共有222個金絲猴的總計43304幅圖像的金絲猴面部圖像資料庫。此外，前往國內18個動物園，建立了一個包含1040個靈長類動物個體的總計102399張面部圖像的靈長類面部資料庫。 B.金絲猴面部檢測：提出一套相對較為完整的猴臉檢測方法，包括猴身定位，面部疑似區域檢測和猴臉精確檢測3個部分。提出方法能夠實現不同大小場景下的猴身定位，同時能夠較為準確地進行猴臉檢測，猴臉檢測平均準確率能夠達到92.1%。 C． 視頻中金絲猴面部追蹤：提出結合Faster RCNN和TLD框架的川金絲猴面部檢測與追蹤算法；將深度學習目標檢測器PVANET與TLD相結合的金絲猴單目標跟蹤算法；將PVANET與KCF相結合的金絲猴多目標跟蹤算法。 D． 金絲猴面部特徵提取及識別：分析金絲猴面部與人臉之間的差異，針對性設計猴臉識別算法。提出基於SPL-BCNN的川金絲猴面部識別，基於淺層Resnet的金絲猴面部識別算法；此外，利用卷積神經網路提取不同性別和年齡階段的猴臉圖像特徵， 探索基於深度學習方法的金絲猴性別和年齡識別方法。個體識別平均準確率能夠達到97.1%，年齡階段識別平均識別準確率達到92.2%，性別識別平均識別準確率達到96.5%。 E．金絲猴面部檢測、追蹤和識別系統:將金絲猴面部檢測算法和金絲猴面部識別算法集成開發了一個基於金絲猴面部信息的個體識別系統。 F．動物面部特徵生物學意義的深入探索：利用深度學習方法提取的金絲猴面部的特徵，探索金絲猴面部所具有的深度特徵的生物學意義。 項目研究成果為金絲猴面部特徵的提取與識別提供先進的理論、方法和技術支持，為後期金絲猴個體和群體行為規律的研究奠定基礎。