基于深度学习的人脸识别系统的研究与实现

发布时间：2021-08-30 20:09

　　伴随社会不断进步,人工智能（Artificial Intelligence,AI）研究发展迅速,图像识别技术（Image Recognition）也得到充分发展。而在图像识别技术中,人脸识别（Face Recognition）相比于指纹、虹膜、语音等其他生物识别（Bio-identification Technology）技术具有非入侵、易获取、易存储、精度高、鲁棒性好等优势,已被广泛应用公共安全、身份识别、娱乐应用等各个领域当中,成为图像识别技术最热门主题之一。目前,大部分人脸识别系统主要应用于干扰较少且目标为静态图像的固定场景中。本文主要研究视频流中的人脸识别问题,分析了传统人脸识别方法在视频流中的局限性缺陷,提出并改进了基于深度学习的人脸识别方法。对视频流中人脸进行身份识别主要分两步进行:先通过视频数据定位和检测人脸,再对检测到的人脸进行识别。在人脸检测（Face Detection）阶段,本文采用深度U-Net结构与残差网络结构（Residual Network）结合的方法检测人脸,该方法不需要设置默认检测框,是一种Anchor-Free的人脸检测方法。在人脸识别（Face R... 

【文章来源】：湖南师范大学湖南省 211工程院校

【文章页数】：66 页

【学位级别】：硕士

【部分图文】：

系统初始界面

打开本地视频文件

单人人脸识别界面

【参考文献】：
期刊论文
[1]物联网设备身份认证安全性分析[J]. 杨威,王宇建,吴永强.  信息安全研究. 2019(10)
[2]基于数字证书的openstack身份认证协议[J]. 朱智强,林韧昊,胡翠云.  通信学报. 2019(02)
[3]基于综合分析框架的技术创新战略研究——以生物识别为例[J]. 张振刚,陈一华,黄洁明,张璇子.  中国科技论坛. 2018(12)
[4]半监督条件下的CRC跳频电台指纹特征识别[J]. 眭萍,郭英,张坤峰,李红光.  系统工程与电子技术. 2019(01)
[5]基于步态触觉压力极值点的身份识别方法[J]. 江晋剑,胡桂姬,苏亮亮,王年.  电子测量与仪器学报. 2018(08)
[6]基于深度学习与传统机器学习的人脸表情识别综述[J]. 刘念,王枫.  科技资讯. 2018(04)
[7]人脸检测与识别技术的发展及应用[J]. 徐冬阳.  电子世界. 2018(01)
[8]基于深度学习与传统机器学习的人脸表情识别综述[J]. 王信,汪友生.  应用科技. 2018(01)
[9]人脸识别技术综述[J]. 左腾.  软件导刊. 2017(02)
[10]人脸识别技术在公安领域内的应用研究[J]. 肖军.  计算机科学. 2016(S2)

博士论文
[1]基于深度学习的人脸图像识别技术的研究[D]. 刘小沣.中国科学院大学(中国科学院长春光学精密机械与物理研究所) 2019
[2]基于子空间分析的人脸识别研究[D]. 祝磊.浙江大学 2007

硕士论文
[1]基于深度学习的遮挡人脸检测和还原技术研究[D]. 王旭东.战略支援部队信息工程大学 2019
[2]基于深度学习的人脸识别研究[D]. 江白华.安徽理工大学 2019
[3]基于深度学习的视频人脸检测和目标跟踪[D]. 周伟.山东工商学院 2019
[4]基于改进的LBP与2DLDA算法的人脸识别研究[D]. 蒋阿娟.安徽理工大学 2019
[5]基于多任务学习的人脸及关键点检测算法研究[D]. 李晓光.华中科技大学 2019
[6]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



本文编号：3373422