基于卷积神经网络的人脸识别和多聚焦图像融合算法研究

发布时间：2021-10-06 16:41

　　随着技术的不断进步和人们生活质量的不断提高,卷积神经网络（CNN）的应用近年来在各个领域层出不穷。卷积神经网络是一种非全连接的前馈神经网络,是一种采用多层层次网络结构的深度神经网络的方法。本文研究了卷积神经网络在人脸识别和多聚焦图像融合上的应用,提出了自归一化卷积神经网络的人脸识别算法和一种改进的卷积神经网络的多聚焦图像融合算法。本文主要内容及创新点包括:（1）对卷积神经网络的基本组成结构和工作原理进行了详尽的解释说明。本文先从单个神经元介绍到简单的神经网络,再逐步深入对卷积神经网络的构造进行了分析。卷积神经网络的原理是基于局部感受野,共享权值和池化这三种基本思想,使得卷积神经网络对高维数据的处理更轻松,且对特征的提取相对简单准确,特征分类效果好。（2）提出了一种自归一化卷积神经网络（SCNN）的人脸识别算法。该算法是用自归一化卷积神经网络对人脸特征进行提取并分类;然后通过对不同批次大小和不同网络层数的实验对比找出最佳的实验条件;最后与传统CNN算法和其他算法对比。本文提出的方法在ORL数据库中的实验识别率可达到98.3%。实验结果表明自归一化卷积神经网络比普通的卷积神经网络在人脸识别... 

【文章来源】：云南大学云南省 211工程院校

【文章页数】：54 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第一章 绪论
    1.1 选题背景及意义
        1.1.1 人脸识别的研究背景及意义
        1.1.2 多聚焦图像融合技术的研究背景及意义
    1.2 选题的研究现状
        1.2.1 人脸识别技术的研究现状
        1.2.2 多聚焦图像融合技术的研究现状
    1.3 论文工作及章节安排
第二章 卷积神经网络的基本原理及发展现状
    2.1 卷积神经网络的发展现状
    2.2 卷积神经网络的结构
    2.3 卷积神经网络的基本原理
        2.3.1 局部感受野
        2.3.2 共享权值
        2.3.3 池化
    2.4 本章小结
第三章 自归一化卷积神经网络的人脸识别算法
    3.1 网络设计原理
    3.2 实验环境和数据预处理
    3.3 实验参数设置
    3.4 实验结果对比
    3.5 本章小结
第四章 一种改进的卷积神经网络的多聚焦图像融合算法
    4.1 网络设计原理
    4.2 网络训练和环境设置
    4.3 实验结果及讨论
    4.4 本章小结
第五章 总结与展望
    5.1 本文工作总结
    5.2 未来研究工作展望
参考文献
攻读硕士学位期间的科研和学术成果
致谢


【参考文献】：
期刊论文
[1]基于卷积神经网络的表情不变三维人脸识别[J]. 陈志轩,周大可,黄经纬.  电子测量技术. 2017(04)
[2]基于卷积神经网络的人脸识别[J]. 王嘉鑫,邹科文,陈义明.  电脑知识与技术. 2016(29)
[3]基于NSST图像特征的多聚焦图像融合方法[J]. 张耀军,栗磊,吴桂玲.  电视技术. 2015(15)
[4]一种复合型PCNN的NSCT域多聚焦图像融合方法[J]. 张宝华,吕晓琪.  小型微型计算机系统. 2014(02)
[5]融合全局和局部特征的人脸识别[J]. 胡敏,程天梅,王晓华.  电子测量与仪器学报. 2013(09)
[6]基于改进LP变换及自适应PCNN的多聚焦图像融合方法[J]. 严春满,郭宝龙,易盟.  控制与决策. 2012(05)

硕士论文
[1]基于卷积神经网络的人脸识别研究与实现[D]. 万士宁.电子科技大学 2016
[2]基于深度学习的人脸识别方法的研究[D]. 池燕玲.福建师范大学 2015
[3]基于视觉信息保真度的图像质量评估的算法研究[D]. 李玉.电子科技大学 2015
[4]基于卷积神经网络的人脸检测和性别识别研究[D]. 汪济民.南京理工大学 2015
[5]基于卷积神经网络的人脸识别研究[D]. 叶浪.东南大学 2015
[6]基于PCNN和图像分块融合法的多聚焦图像融合算法研究[D]. 李凯.云南大学 2013
[7]基于独立成分分析的人脸识别算法研究[D]. 梁文莉.西安科技大学 2012
[8]基于ICA的人脸识别研究[D]. 董优丽.中南民族大学 2008
[9]多聚焦图像融合算法研究[D]. 余慧.河海大学 2006



本文编号：3420380