基于近红外和可见光人脸图像的双模态识别

发布时间：2022-02-23 06:18

　　人脸识别是生物识别技术中应用前景最广阔的技术,其有以下优点比如符合人“以貌取人”的认知规律,识别精度高,非接触式识别等等,而随着市场需求对算法精度的要求越来越高,光照、姿态、表情、遮挡等非限制因素在影响人脸识别系统性能的因素中占的比重也越来越大。为了抑制非限制因素的影响并且提高现实场景中人脸识别系统的鲁棒性,双模态或者多模态人脸图像的融合识别问题成为需迫切解决的问题之一。虽然目前在融合识别领域有很多的工作,但在非约束条件下的性能还有待进一步提升,针对这一问题,本文首先从互补的识别信息应设计不同的特征提取器的思想出发,创新地提出了两种算法,并分别利用决策层和得分层融合技术融合互补的特征。其次,从分类的角度出发,引入基于稀疏表示的分类算法,并提出具有判别性和较低计算复杂度的融合模型。一方面其他模态的已标注人脸图像相较于可见光模态人脸图像来说规模太小,并且如何利用现有的大规模可见光数据来构建其他模态图像的数据集的问题,可以转换成异质（以与可见光成像原理不同的方式获取的图像）图像或者说双模态图像跨域识别问题,而另一方面随着应用场景的不断更新,市场上待识别图像的模态已经不仅仅局限于可见光波段。近... 

【文章来源】：江西科技师范大学江西省

【文章页数】：70 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
第1章 绪论
    1.1 研究背景及意义
    1.2 国内外研究现状
        1.2.1 多模态生物特征融合识别
        1.2.2 异质人脸跨域识别
        1.2.3 对抗判别域适应
        1.2.4 常用数据库
    1.3 本文主要研究内容以及结构安排
        1.3.1 论文的主要内容及贡献
        1.3.2 论文的结构安排
第2章 计算机视觉中的深度学习基础及模型
    2.1 卷积神经网络架构
        2.1.1 卷积层
        2.1.2 池化层
        2.1.3 激活层
        2.1.4 损失层
    2.2 深度人脸识别框架
    2.3 生成式对抗网络
    2.4 本章小结
第3章 近红外和可见光融合人脸识别
    3.1 基于LBP和DCT的近红外和可见光融合人脸识别
        3.1.1 LBP特征描述子
        3.1.2 离散余弦变换(DCT)
        3.1.3 提出方法
        3.1.4 实验
        3.1.5 结论
    3.2 基于非下采样轮廓波变换的近红外和可见光融合人脸识别
        3.2.1 非下采样轮廓波变换(Non-subsampled Contourlet Transform)
        3.2.2 LGBPH
        3.2.3 基于NSCT和LGBPH的特征提取
        3.2.4 提出方法
        3.2.5 实验
        3.2.6 结论
    3.3 基于稀疏表示的近红外和可见光融合人脸识别
        3.3.1 稀疏表示
        3.3.2 提出方法
        3.3.3 实验
        3.3.4 模型参数评估
        3.3.5 结论
    3.4 本章小结
第4章 基于对抗判别域适应的近红外与可见光人脸异质识别
    4.1 对抗判别域适应
    4.2 网络参数设置及实验结果和分析
    4.3 本章小结
第5章 结论与展望
参考文献
攻读学位期间的研究成果及所获荣誉
致谢



本文编号：3641042