非理想条件下视频序列人脸识别算法研究与实现

发布时间：2023-04-05 00:51

　　生物特征识别作为计算机视觉的一个研究方向,一直受到国内外学者及各大企事业单位的广泛关注。作为生物特征识别技术中重要的研究方向,人脸识别技术由于其较高的商业价值和极为广阔的应用前景,发展尤为迅速。然而,尽管人脸识别技术己经发展了几十年,由于涉及复杂的现实场景应用,目前依旧存在许多的技术瓶颈尚未突破。本文沿着人脸识别的系统脉络,对其中的部分关键技术展开研究。选择CASIA-WebFace数据集作为训练集,采集部分人脸关键点,利用四元组与欧拉角转换对人脸姿态角进行判断,并对满足约束条件的人脸图像进行筛选,然后利用图像多尺度变换对训练集进行小样本扩充,并将其归一化。将深度卷积网络与残差网络结合,优化为zxzres-cnn网络,并使用AM-Softmax作为目标函数,对经过预处理的训练集进行训练。避免了网络出现过拟合、梯度消失及深度模型退化问题,利用测试集对模型测试,识别率最高达到99.9709%。训练完成后,采集非理想条件下的人脸视频序列图像,并输入网络进行测试。利用夹角余弦相似度方法对人脸图像进行对比。最后,利用Python语言及C语言,将zxzres-cnn算法成功移植至可视化程序中,对系...

【文章页数】：64 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 国内外研究现状及发展趋势
        1.2.1 人脸检测研究
        1.2.2 基于传统特征描述子人脸识别研究
        1.2.3 基于深度学习的人脸识别研究
        1.2.4 鲁棒分类器设计问题研究
        1.2.5 鲁棒特征提取问题研究
        1.2.6 发展趋势
    1.3 论文主要工作与章节安排
第2章 算法构造
    2.1 常用人脸识别数据库对比及应用
        2.1.1 经典人脸数据集介绍
        2.1.2 数据集选择及预处理
    2.2 构造zxzres-cnn深度残差卷积网络
    2.3 构造损失函数AM-Softmax
    2.4 模型训练
    2.5 训练结果
第3章 模型测试
    3.1 特征层选择及注册人脸特征入库
    3.2 视频流中人脸图像序列化
    3.3 图像人脸检测与前处理
        3.3.1 真实场景人脸识别数据库制作
        3.3.2 网络拼接图数据集制作
        3.3.3 前处理
    3.4 人脸比对
    3.5 测试结果
第4章 测试与结果
结论
参考文献
致谢



本文编号：3782389