非理想场景下的人脸识别应用比对研究

发布时间：2022-02-16 16:43

　　人脸特征识别与其他生物特征识别一样,具有唯一和不易被复制的良好特性;同时,又因为其直接、友好、非接触式的特点具有独特的优势。所以现代社会中越来越多的领域引入了人脸识别技术,人脸检测与识别发挥着越来越来重要的作用。近年来,随着身份验证领域的逐渐扩展,围绕人脸识别已经初步形成了一整套成熟的技术体系。与此同时,人脸识别技术在现代化社会治安管理领域的价值愈发得以凸显,基于人脸识别技术而派生的一系列应用如雨后春笋般涌现,这些人脸识别应用可以帮助公安机关有效提高犯罪案件破获效率,从而提高社会的安全度和人民的幸福感。目前市场上已经出现了若干个人脸识别应用,各个应用之间在核心技术、功能领域等方面既存在一定程度的交叠,也具有各个应用本身的特性。以现有人脸识别技术实际使用效果来看,在数据规模不大、成像环境理想以及用户配合等条件下,人脸识别的正确率已经能达到90%以上,但在办案过程中,公安机关获得的人像照片往往是在非理想场景下得到的,甚至在某些场景下,部分应用会出现无法识别的情形。本文的研究从实际使用的角度出发,选取百度、飞搜、颜鉴三款人脸识别应用,通过对5组非理想场景下的人像照片（低分辨率、不同姿态、配饰... 

【文章来源】：中国人民公安大学北京市

【文章页数】：58 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
引言
1 绪论
    1.1 研究背景
    1.2 研究目的及意义
    1.3 研究现状
        1.3.1 研究现状综述
        1.3.2 研究现状评述
    1.4 研究难点与研究创新性
        1.4.1 研究难点
        1.4.2 研究创新性
2 人脸识别概述
    2.1 人脸识别
        2.1.1 人脸识别分类
        2.1.2 人脸识别发展
        2.1.3 人脸识别流程
        2.1.4 人脸识别的应用场景
    2.2 人脸识别技术
        2.2.1 主成分分析
        2.2.2 弹性图匹配方法
        2.2.3 线性判别分析
3 人脸识别中的非理想场景
    3.1 人脸识别的非理想场景概述
    3.2 欠完备采样场景下的人脸识别
    3.3 多姿态场景下的人脸识别
    3.4 非理想光照场景下的人脸识别
4 非理想场景下人脸识别应用横评比对实验
    4.1 实验设计
    4.2 人脸数据样本
    4.3 应用比对体系的建立
        4.3.1 功能层次分析
        4.3.2 使用层次分析
        4.3.3 发展层次分析
    4.4 三款主流人脸识别应用介绍
        4.4.1 百度
        4.4.2 颜鉴
        4.4.3 飞搜
    4.5 欠完备采样场景下三款应用的实验
    4.6 多姿态场景下三款应用的实验
    4.7 非理想光照场景下三款应用的实验
    4.8 实验结果比对
        4.8.1 欠完备采样场景下实验结果比对
        4.8.2 多姿态场景下实验结果比对
        4.8.3 非理想光照场景下实验结果比对
    4.9 综合性比对
        4.9.1 百度
        4.9.2 飞搜
        4.9.3 颜鉴
5 总结与展望
    5.1 总结
    5.2 展望
参考文献
在学研究成果
致谢


【参考文献】：
期刊论文
[1]人脸识别现状与发展趋势研究[J]. 张笛.  广东通信技术. 2018(06)
[2]基于深度卷积神经网络的人脸识别技术综述[J]. 景晨凯,宋涛,庄雷,刘刚,王乐,刘凯伦.  计算机应用与软件. 2018(01)
[3]人像识别技术在警务工作中的应用[J]. 童长毅,马治国,殷正辉.  警察技术. 2017(05)
[4]深度挖掘视频价值,深刻洞悉用户需求 用AI撬开安防大视界——访深圳市深网视界科技有限公司总经理万定锐[J]. 马亚平.  中国安防. 2017(09)
[5]用人工智能构建公共安全智能化监测预警与控制体系[J]. 田爽,魏文渊.  中国安防. 2017(08)
[6]人脸识别技术在公共安全领域中的应用[J]. 张广程,张果琲.  中国公共安全. 2017(07)
[7]基于深度学习的人脸识别系统在公共安全领域的应用[J]. 吴进文,王露.  中国安防. 2016(11)
[8]基于主动表观模型姿态矫正和局部加权匹配人脸识别[J]. 赵恒,俞鹏.  中国图象图形学报. 2013(12)
[9]用SIFT词汇树实现的姿态无关的人脸识别[J]. 张剑,何骅,詹小四,肖俊.  计算机辅助设计与图形学学报. 2013(11)
[10]基于低秩子空间恢复的联合稀疏表示人脸识别算法[J]. 胡正平,李静.  电子学报. 2013(05)

博士论文
[1]基于深度学习的行人再识别研究[D]. 朱福庆.大连理工大学 2018
[2]基于部分的人脸识别方法研究[D]. 潘可.中国科学技术大学 2009
[3]基于图像重构和特征融合的人脸识别方法研究[D]. 周昌军.大连理工大学 2008
[4]人脸检测与识别方法研究[D]. 叶俊勇.重庆大学 2002

硕士论文
[1]两种微观交通仿真软件的对比研究[D]. 和英杰.华南理工大学 2012



本文编号：3628305