基于卷积网络的人脸年龄识别技术研究

发布时间：2022-01-10 05:30

　　科技水平的提高使信息系统的易用性和安全性成为关注重点,用于识别的生物特征具备良好的特性,使之得以广泛应用。人脸作为一种生物特征,在辨识领域已取得较高的精确度,衍生出一系列的身份识别应用。除了身份信息,人脸还具有其他丰富的信息内涵,基于人脸图像的年龄信息识别,可应用于图像检索、安全监控和商业智能等各个方面,是研究的热点。本文对人脸年龄识别中的相关技术进行研究。为克服样本采集过程中目标出现位置不确定、光照环境变化和人员姿势角度不同带来的差异性,可通过预处理手段进行消除,包括人检检测、图像增强和结构对齐环节。为满足机器学习中模型训练需要,可通过随机变换进行样本扩充处理。卷积神经元网络通过卷积运算代替了传统多层感知机中的全连接结构,减少了参数量的同时具备更好的局部特征不变性,适合于人脸年龄识别应用。在工程领域,卷积神经元网络已经有较多的经典网络结构和开发平台工具可供选择。针对人脸识别应用的公开数据集中,ChaLearn数据集提供的年龄信息是由人工估测得到,相对其他数据集更符合人类对年龄的识别规律,对ChaLearn数据集实施预处理和增容操作,生成了训练和测试使用的样本集。面向低算力硬件平台,基... 

【文章来源】：广西大学广西壮族自治区 211工程院校

【文章页数】：70 页

【学位级别】：硕士

【部分图文】：

图２－３滑窗检测原理??Ｆｉｇ．２－３?Ｓｌｉｄｉｎｇ?ｗｉｎｄｏｗ?ｄｅｔｅｃｔｉｏｎ??

根据统计研究显示，人类皮肤颜色分布具备集中性，在色彩空间中能与背景进行区??分ＩＤ。可以利用这个先验知识提取出画面中满足肤色颜色分布的区域，作为人脸的候选??位置，再通过形态学分析得到人脸包围框，图２－２展示了上述过程。??ＰｆＯＰ??原始图片?色度分量图?二值化?连通域检测??图２－２基于肤色的人脸检测??Ｆｉｇ．２－２?Ｆａｃｅ?ｄｅｔｅｃｔｉｏｎ?ｂａｓｅｄ?ｏｎ?ｓｋｉｎ?ｃｏｌｏｒ??（１）颜色空间变换。由于颜色信息在ＲＧＢ空间中受光照变化较大，先按公式（２－１）??将图像从变换到ＨＳＶ颜色模型，提取出色度信息消除光照对颜色信息的影响。??＝ｍｉｎ（兄?Ｇ，５）??，顯＝ｍａｘ（尤??５?＝?／ｍａｘ－７ｍｍ??如Ｓ?＝?０则：??Ａｎａｘ?＊１００／２５５??Ｓ?＝?Ｈ?＝?０??否则：??ｙ－?／ｍａｘ＊?１００／２５５??ｋ?Ｓ＊１００＂ｍａｘ??７??

基于卷积网络的人脸检测，其原理和滑窗检测类似，也是对送入的窗口图片进行二??分类，只是分类器的特征不是手工设计得到，而是由经过训练的卷积网络提取得到。??ＭＴＣＮＮ１Ｍ就是一个使用卷积网络进行人脸检测的框架，其工作过程见图２－６，包括如??下几步：??（１）首先根据图待检测目标大小，对图像进行一系列尺度缩放变化，建立图像金??字塔。缩放的要求是使待检测的所有人脸目标小于第一级检测的输入大小。??（２）使用Ｐ－Ｎｅｔ进行第一级检测，实现初步定位。Ｐ－Ｎｅｔ是一个输入尺寸为１２＊１２??的全卷积网络，可以用最小的代价获取人脸目标侯选框，再通过ＮＭＳ算法合??并重叠度高的窗口。??（３）使用Ｒ－Ｎｅｔ对Ｐ－Ｎｅｔ输出的候选框进行过滤，排除掉大部分的错误候选框。??１０??


本文编号：3580140