人脸识别中人脸检测和特征提取算法的研究
发布时间：2021-05-21 12:26
人脸识别作为生物特征识别技术中的典范,在人们生活中的许多领域都有着良好的应用前景。人脸识别在数十年的研究里,已经取得了很大的进步。目前在简单且固定的条件下人脸识别可以达到较高的准确率,但是在复杂条件下人脸识别仍然是一个非常具有挑战性的课题。人脸检测与人脸特征提取容易受到背景、光照、姿态、遮挡、表情等因素的影响,从而导致识别率的稳定性不高且算法效率较低,因此研究出鲁棒性高且效率较高的人脸检测与特征提取算法具有十分重要的意义,主要工作如下:（1）介绍本文的课题背景和研究意义,调研并分析国内外关于人脸识别的研究现状,阐述人脸识别过程中三个主要步骤以及在每个步骤中所用到的机器学习模型和深度学习模型等相关技术,对目前的主流算法存在的问题进行分析。（2）卷积神经网络（Convolutional Neural Network,CNN）对于复杂背景下的人脸检测具有较好的效果,但是在检测过程中滑动窗口法带来的窗口数目较多,使得算法的计算复杂度较高,另外在卷积神经网络训练的过程中,由于随机初始化和激活函数的缺陷,所以造成了卷积神经网络收敛过程较慢或者不收敛,因此提出一种基于二值化梯度幅值特征（Binari...
【文章来源】：南京邮电大学江苏省
【文章页数】：76 页
【学位级别】：硕士
【文章目录】：
摘要
abstract
第一章 绪论
1.1 课题背景与研究意义
1.2 国内外研究现状
1.2.1 国外研究现状
1.2.2 国内研究现状
1.3 本文的主要工作
1.4 本文的组织与结构
第二章 人脸识别的相关技术
2.1 人脸识别过程
2.2 人脸检测
2.3 特征提取
2.4 特征选择
2.5 本章小结
第三章 基于BING与卷积神经网络的人脸检测算法
3.1 引言
3.2 相关工作
3.3 基于二值化梯度幅值特征的窗口筛选
3.4 卷积神经网络
3.5 卷积神经网络的改进
3.5.1 激活函数的改进
3.5.2 初始化方法的改进
3.6 算法分析
3.6.1 时间复杂度分析
3.6.2 收敛性分析
3.6.3 检测效果分析
3.7 实验与分析
3.7.1 实验环境与参数设置
3.7.2 网络迭代时间的比较
3.7.3 网络迭代次数的比较
3.7.4 人脸检测速度与准确率的比较
3.7.5 人脸检测鲁棒性的比较
3.8 本章小结
第四章 改进的Gabor小波变换特征提取算法
4.1 引言
4.2 相关工作
4.3 二维Gabor小波变换
4.4 改进的Gabor小波变换特征提取算法
4.4.1 Gabor局部幅值特征
4.4.2 Gabor局部相位特征
4.4.3 幅值特征与相位特征融合
4.4.4 算法描述
4.5 仿真与结果分析
4.5.1 实验环境与参数设置
4.5.2 分块大小的选取
4.5.3 融合特征的权重参数选取
4.5.4 算法提取特征的表征能力的比较
4.5.5 算法提取特征的鲁棒性的比较
4.5.6 特征提取平均时间的比较
4.6 本章小结
第五章 基于蒙特卡洛树搜索的特征选择算法
5.1 引言
5.2 相关工作
5.3 蒙特卡洛树搜索
5.4 Relief-F算法
5.5 MCTS在特征选择中的应用
5.5.1 特征选择建模
5.5.2 基于MCTS的特征选择算法
5.6 仿真与结果分析
5.6.1 实验环境与参数设置
5.6.2 特征相关性阈值C_p的选取
5.6.3 特征子集表征能力的比较
5.6.4 特征选择平均时间的比较
5.7 本章小结
第六章 总结与展望
6.1 工作总结
6.2 工作展望
参考文献
附录1 攻读硕士学位期间撰写的论文
致谢
【参考文献】：
期刊论文
[1]二阶分块PCA的人脸特征提取方法研究[J]. 项晓丽,武圣,许一菲,龙伟,郭杭,武和雷. 测控技术. 2016(09)
[2]基于肤色的人脸眼部特征提取算法研究[J]. 段萍. 科技展望. 2016(16)
[3]基于肤色的眼睛轮廓自动提取新方法[J]. 刘祥楼,杨龙,张明,孙悦. 现代电子技术. 2014(14)
[4]基于深度学习的边际Fisher分析特征提取算法[J]. 孙志军,薛磊,许阳明. 电子与信息学报. 2013(04)
[5]一种快速的Wrapper式特征子集选择新方法[J]. 叶吉祥,龚希龄. 长沙理工大学学报(自然科学版). 2010(04)
[6]基于核空间距离测度的特征选择[J]. 蔡哲元,余建国,李先鹏,金震东. 模式识别与人工智能. 2010(02)
[7]快速人脸检测与特征定位[J]. 朱文佳,戚飞虎. 中国图象图形学报. 2005(11)
[8]基于三维模型的多姿态人脸识别[J]. 刘志镜,李夏忠,武芒. 西安电子科技大学学报. 2004(02)
[9]人脸正面图像的机器识别[J]. 张春雨,陈绵书,陈贺新. 计算机工程与应用. 2004(02)
[10]基于多关联模板匹配的人脸检测[J]. 梁路宏,艾海舟,何克忠,张钹. 软件学报. 2001(01)
博士论文
[1]基于流形学习的特征提取与人脸识别研究[D]. 黄璞.南京理工大学 2014
[2]人脸识别中图像特征提取与匹配技术研究[D]. 汤德俊.大连海事大学 2013
硕士论文
[1]特征提取方法及其应用研究[D]. 周涛.江南大学 2012
本文编号：3199703
【文章来源】：南京邮电大学江苏省
【文章页数】：76 页
【学位级别】：硕士
【文章目录】：
摘要
abstract
第一章 绪论
1.1 课题背景与研究意义
1.2 国内外研究现状
1.2.1 国外研究现状
1.2.2 国内研究现状
1.3 本文的主要工作
1.4 本文的组织与结构
第二章 人脸识别的相关技术
2.1 人脸识别过程
2.2 人脸检测
2.3 特征提取
2.4 特征选择
2.5 本章小结
第三章 基于BING与卷积神经网络的人脸检测算法
3.1 引言
3.2 相关工作
3.3 基于二值化梯度幅值特征的窗口筛选
3.4 卷积神经网络
3.5 卷积神经网络的改进
3.5.1 激活函数的改进
3.5.2 初始化方法的改进
3.6 算法分析
3.6.1 时间复杂度分析
3.6.2 收敛性分析
3.6.3 检测效果分析
3.7 实验与分析
3.7.1 实验环境与参数设置
3.7.2 网络迭代时间的比较
3.7.3 网络迭代次数的比较
3.7.4 人脸检测速度与准确率的比较
3.7.5 人脸检测鲁棒性的比较
3.8 本章小结
第四章 改进的Gabor小波变换特征提取算法
4.1 引言
4.2 相关工作
4.3 二维Gabor小波变换
4.4 改进的Gabor小波变换特征提取算法
4.4.1 Gabor局部幅值特征
4.4.2 Gabor局部相位特征
4.4.3 幅值特征与相位特征融合
4.4.4 算法描述
4.5 仿真与结果分析
4.5.1 实验环境与参数设置
4.5.2 分块大小的选取
4.5.3 融合特征的权重参数选取
4.5.4 算法提取特征的表征能力的比较
4.5.5 算法提取特征的鲁棒性的比较
4.5.6 特征提取平均时间的比较
4.6 本章小结
第五章 基于蒙特卡洛树搜索的特征选择算法
5.1 引言
5.2 相关工作
5.3 蒙特卡洛树搜索
5.4 Relief-F算法
5.5 MCTS在特征选择中的应用
5.5.1 特征选择建模
5.5.2 基于MCTS的特征选择算法
5.6 仿真与结果分析
5.6.1 实验环境与参数设置
5.6.2 特征相关性阈值C_p的选取
5.6.3 特征子集表征能力的比较
5.6.4 特征选择平均时间的比较
5.7 本章小结
第六章 总结与展望
6.1 工作总结
6.2 工作展望
参考文献
附录1 攻读硕士学位期间撰写的论文
致谢
【参考文献】：
期刊论文
[1]二阶分块PCA的人脸特征提取方法研究[J]. 项晓丽,武圣,许一菲,龙伟,郭杭,武和雷. 测控技术. 2016(09)
[2]基于肤色的人脸眼部特征提取算法研究[J]. 段萍. 科技展望. 2016(16)
[3]基于肤色的眼睛轮廓自动提取新方法[J]. 刘祥楼,杨龙,张明,孙悦. 现代电子技术. 2014(14)
[4]基于深度学习的边际Fisher分析特征提取算法[J]. 孙志军,薛磊,许阳明. 电子与信息学报. 2013(04)
[5]一种快速的Wrapper式特征子集选择新方法[J]. 叶吉祥,龚希龄. 长沙理工大学学报(自然科学版). 2010(04)
[6]基于核空间距离测度的特征选择[J]. 蔡哲元,余建国,李先鹏,金震东. 模式识别与人工智能. 2010(02)
[7]快速人脸检测与特征定位[J]. 朱文佳,戚飞虎. 中国图象图形学报. 2005(11)
[8]基于三维模型的多姿态人脸识别[J]. 刘志镜,李夏忠,武芒. 西安电子科技大学学报. 2004(02)
[9]人脸正面图像的机器识别[J]. 张春雨,陈绵书,陈贺新. 计算机工程与应用. 2004(02)
[10]基于多关联模板匹配的人脸检测[J]. 梁路宏,艾海舟,何克忠,张钹. 软件学报. 2001(01)
博士论文
[1]基于流形学习的特征提取与人脸识别研究[D]. 黄璞.南京理工大学 2014
[2]人脸识别中图像特征提取与匹配技术研究[D]. 汤德俊.大连海事大学 2013
硕士论文
[1]特征提取方法及其应用研究[D]. 周涛.江南大学 2012
本文编号：3199703
本文链接：https://www.wllwen.com/kejilunwen/sousuoyinqinglunwen/3199703.html
