人脸属性鲁棒特征提取与分析算法研究

发布时间：2021-01-09 05:12

　　人脸属性识别是根据所提特征来预测给定人脸图像的属性信息,如表情、年龄、性别、种族等,进而辅助身份识别或情感分析。人脸属性识别的相关研究是计算机视觉领域的研究热点之一,具有重要的研究意义和广泛的应用前景。随着深度学习方法的发展与应用,人脸属性识别的研究也开始采用深度学习的方法并取得了较好的识别效果。本文以深度学习为基础,在充分使用人脸图像的局部和全局特征信息的基础上,提出了三种人脸属性特征提取与分析算法,主要工作如下:（1）提出了一种基于深度森林的人脸属性特征提取与分析算法（Facial Attributes Analysis based on Deep Forest,FAA-DF）。深度森林算法具有特征提取、识别分类的效果,并且其算法本身具有较好的泛化性能,可以应用于不同数据集,因此可以用于人脸属性鲁棒特征提取与分析。本文在CK+、RAF-DB、Adience、CelebA数据集上进行了人脸的表情、年龄及性别的特征提取与分析,验证了FAA-DF算法对于人脸属性识别的有效性。（2）提出了一种基于增强深度森林的人脸属性特征提取与分析算法（Facial Attributes Analysis... 

【文章来源】：北京交通大学北京市 211工程院校 教育部直属院校

【文章页数】：67 页

【学位级别】：硕士

【部分图文】：

图２－１?Ｇｃｆｏｒｅｓｔ结构图??Ｆｉｇｕｒｅ?２－１?Ｔｈｅ?ｆｒａｍｅｗｏｒｋ?ｏｆ?Ｇｃｆｏｒｅｓｔ??

图２－２级联森林结构图??Ｆｉｇｕｒｅ?２－２?Ｔｈｅ?ｆｒａｍｅｗｏｒｋ?ｏｆ?Ｃａｓｃａｄｅ?Ｆｏｒｅｓｔ??

一类向量生成过程


本文编号：2966034