人脸识别中的特征提取与度量学习方法研究

发布时间：2025-01-14 07:30

　　近年来,随着计算机视觉与机器学习技术的发展,人脸识别技术也取得了长足的进步,在许多领域展现出其应用价值。人脸特征提取与相似度比对作为人脸识别中的两个重要技术环节,对人脸识别的准确率有着重大的影响。基于深度学习的人脸特征提取方法需要标注海量人脸样本,标注成本高,并且对于低分辨率人脸图像适应性不佳。度量学习是相似度比对中的一种重要方法,现有的相度量学习方法存在着区分力不足,优化步骤复杂以及计算不鲁棒的问题。针对这些问题,本文展开了一系列面向人脸识别中特征提取与度量学习方法的研究。针对当前度量学习方法中存在的区分力不足的问题,本文提出一种级联-集成式度量学习方法。该方法通过级联式度量学习增强距离度量的区分能力,并借助集成学习的思想防止过拟合。在每一次级联过程中对输入特征按特征维度进行随机打乱和分组,每组单独进行度量学习,最后集成所有学习到的距离度量,从而在过拟合和欠拟合中取得平衡。针对目前一些度量学习方法中的计算不鲁棒的问题,本文提出一种鲁棒度量学习算法,该方法有近似闭式解,对大、小数据集都有良好适用性。针对基于深度学习的特征提取方法需要标注大量训练样本的问题,本文提出一种基于特征解耦的小样本...

【文章页数】：93 页

【学位级别】：硕士

【部分图文】：

图1-1人脸识别在各个领域中的应用

（a）安防领域（“人-证-票”合一）（b）金融领域（支付宝）（c）娱乐领域图1-1人脸识别在各个领域中的应用（2）金融领域人脸识别在金融领域也有着重要的应用。金融机构中短信验证、银行卡绑定、实名认证等常常需要用到人脸比对。传统上一般是人工通过肉眼进行相关比对工作。人工操作....

图1-2人脸识别流程图

图1-2人脸识别流程图研究人脸识别中1比1问题。人脸识别中的1比1问题主要包括两个子问题：人脸特征提取和相似度比对。本文的研究内容对这两个方向均有涉及。1.2国内外研究现状如前所述，人脸特征提取和相似度比对是人脸识别中的两个重要的子问题，下面本文针对人脸特征....

图1-3tripletloss示意图

图1-3tripletloss示意图虽然Tripletloss借助度量学习的思想可以增强特征的区分性，但是当人脸样本数增加，潜在的三元组数量巨大，而构建三元组也需要复杂的采样过程。此外采样会带来随机的干扰，对算法的鲁棒性有一定的影响。针对这些问题，Wen等人[25....

图1-4centerloss示意图

图1-3tripletloss示意图Tripletloss借助度量学习的思想可以增强特征的区分性，但是当人脸在的三元组数量巨大，而构建三元组也需要复杂的采样过程。此外采干扰，对算法的鲁棒性有一定的影响。针对这些问题，Wen等人[25]提出构建三元组就可以得到具有内....

本文编号：4026612