无约束人脸识别中若干关键问题研究
发布时间：2021-07-01 14:58
人脸识别技术作为计算机视觉和人工智能领域中极具应用前景的关键技术之一,多年来一直受到学术界和工业界的广泛关注。目前,受限环境下的人脸识别技术基本已经趋于成熟,且有很多人脸识别技术的产品步入市场。但是,非限制环境下的人脸识别仍然具有极大的挑战,尤其是姿态变化、光照、表情、遮挡等因素的影响以及数据本身信息损失的问题导致人脸识别性能不佳。本文利用人脸三维模型和深度学习技术对无约束人脸识别中的若干关键问题进行深入研究。本文通过在大量的非限制人脸数据集上进行实验,验证了所提出算法的有效性。本文主要的创新点和贡献如下:（1）针对基于深度学习的无约束人脸识别中训练数据不足的问题,提出了一种基于三维形变模型的人脸增广方法,从人脸姿态、表情正则化、光照等三方面对人脸数据进行增广。把增广之后的数据用于深度人脸网络的训练,不仅解决了数据收集难的问题,而且增强了数据类内之间的多样性。进一步,为了缓解增广后数据和原始数据之间的偏差问题,本文提出了一种基于数据增广的自适应人脸识别方法。通过设计了一个深度迁移网络,让网络自适应的把增广数据和原始数据投影到一个新的空间,在这个空间所有数据将被极大的融合在一起以至于网络...
【文章来源】：北京邮电大学北京市 211工程院校 教育部直属院校
【文章页数】：191 页
【学位级别】：博士
【部分图文】：
图１－２?面部信息的应用举例??
北京邮电大学工学博士学位论文???Ｈ?邮ｖ？ｈ？你＊?．．．．．．?一．??１?：?〇??Ｍ画”謝．＿??（ａ）支付宝人脸登录?（ｂ）网易邮箱人脸登录??图１－３?受控条件下人脸识别举例??例子，图ｌ－３（ａ）是２０１６年以前支付宝人脸登录的例子，人脸登陆时人脸必须在规定??的人脸框中（图中的蓝色人头像框），人需要正对摄像头，同时需要光线良好。假如??人脸不能很好的出现在这个框中，同时不是正对摄像头，或者在光线比较暗的环境??下，人脸登录经常会失败；图ｌ－３（ｂ）是网易在２０１３年开通的网易邮箱人脸登录的示??例图。在进行登陆时，人脸必须保证离摄像头一定的距离且需要正对前置摄像头等。??以上这些要求下的人脸识别其实就是受控下的人脸识别，也称作约束人脸识别，即??人必须配合机器来完成。这极大的限制了人脸识别技术的应用范围，确切的说只能??属于人脸识别的一部分应用而己。而真正意义上的人脸识别，用户不需要配合就可??以完成人脸采集和识别，人脸图像也可以拥有多种不同的来源（如监控摄像头、手机??摄像头）和不同的质量类型（如不同的表情、姿态变化、模糊、遮挡等）。这就是非??限制条件下的人脸识别，也称作无约束人脸识别，它将能得到更加广泛的应用。例??如，公安系统可以使用人脸识别技术在众多人中寻找犯罪嫌疑人，银行可以使用人??脸信息进行交易等等，这将给生活带来更进一步的便捷与安全。然而，在非受控场景??下，人脸识别的性能受诸多因素的影响，比如姿态、光照、表情变化、图像分辨率、??年龄变化等等。如果只针对一种因素，人脸识别或许还能取得较好的效果，然而当这??些因素综合起来，这将使得进行稳定的人脸识别异常困难。图１－
性等问题进行深入研究。借助于人脸三维模型和??深度学习技术对上述的问题进行研究，提出了一系列的解决算法，并且在目前学术??界提出的具有挑战的多个非限制人脸数据集上进行大量实验验证，目的是解决无约??束人脸识别中的挑战问题并提高人脸识别的性能，用于推动人脸识别技术理论研究??和实际应用的互动发展。??１．２国内外研究现状??１．２．１人脸识别整体发展史??人脸识别作为计算机视觉领域最成功的的应用之一，过去几十年里一直都是研??究热点。它的发展也经历了四次高潮，其发展历史大体上可以用图１－５来表示。下面??对这几个阶段进行简要的介绍。??獅??＾?１?ｖ?＞??－—？？？??ｉ３ＴＳ?■春ｗ?…??？?－?〇?…？??１９５４?１９７３?１９９１?１９９７?１９９７?１９９９?２００１?２００１?２００６?２０１４??Ｂｌｅｄｓｏｅ?Ｋａｎａｄｅ’ｓ?Ｔｕｒｋ?＆?Ｐｅｎｔｌａｎｄ?Ｂｅｌｈｕｍｅｕｒ?Ｗｉｓｋｏｔｔ?Ｂｌａｎｚ?＆?Ｖｅｔｔｅｒ?Ｖｉｏｌａ?＆?Ｓｈａｓｈｕａ?＆?Ａｈｏｎｅｎ?ＤｅｅｐＦａｃｅ??Ｆａｃｅ?Ｔｈｅｓｉｓ?Ｅｉｇｅｎｆａｃｅｓ?Ｆｉｓｈｅｒｆａｃｅｓ?ＥＢＧＭ?Ｍｏｒｐｈａｂｌｅ?Ｊｏｎｅｓ?Ｒｉｋｉｉｎ－?ＬＢＰ?ａｎｄ?ＤｅｅｐＩＤ??Ｒｅｃｏｇｎｉｔｉｏｎ?ｆａｃｅｓ?Ｂｏｏｓｔｉｎｇ?Ｒａｖｉｖ??第一阶段?第二阶段?第三阶段?第四阶段??图１－５?人脸识别发展史．??（１）第一阶段：基于几何特征的方法??人脸识别最早的研究工作至少可以追溯到二十世纪五十年代在心理学方面的研??究和六十年代ＰＲＩ的Ｂｌｅｄｓｏｅ等人的工作Ｂｌｅｄｓｏｅ等
【参考文献】：
期刊论文
[1]域自适应学习研究进展[J]. 刘建伟,孙正康,罗雄麟. 自动化学报. 2014(08)
[2]基于三维模型的人脸姿态估计方法[J]. 曾慧,穆志纯,袁立. 计算机工程. 2011(09)
[3]基于三维模型和仿射对应原理的人脸姿态估计方法[J]. 梁国远,查红彬,刘宏. 计算机学报. 2005(05)
[4]人脸识别中的“误配准灾难”问题研究[J]. 山世光,高文,唱轶钲,曹波,陈熙霖. 计算机学报. 2005(05)
[5]对称主分量分析及其在人脸识别中的应用[J]. 杨琼,丁晓青. 计算机学报. 2003(09)
[6]人脸识别技术综述[J]. 张翠平,苏光大. 中国图象图形学报. 2000(11)
博士论文
[1]表情变化下三维人脸识别中特征提取与分类研究[D]. 邓星.东南大学 2017
[2]非可控条件下的三维人脸识别研究[D]. 梁艳.广东工业大学 2017
[3]非限定环境下的人脸识别方法研究[D]. 吕江靖.中国科学院大学(中国科学院重庆绿色智能技术研究院) 2017
本文编号：3259351
【文章来源】：北京邮电大学北京市 211工程院校 教育部直属院校
【文章页数】：191 页
【学位级别】：博士
【部分图文】：
图１－２?面部信息的应用举例??
北京邮电大学工学博士学位论文???Ｈ?邮ｖ？ｈ？你＊?．．．．．．?一．??１?：?〇??Ｍ画”謝．＿??（ａ）支付宝人脸登录?（ｂ）网易邮箱人脸登录??图１－３?受控条件下人脸识别举例??例子，图ｌ－３（ａ）是２０１６年以前支付宝人脸登录的例子，人脸登陆时人脸必须在规定??的人脸框中（图中的蓝色人头像框），人需要正对摄像头，同时需要光线良好。假如??人脸不能很好的出现在这个框中，同时不是正对摄像头，或者在光线比较暗的环境??下，人脸登录经常会失败；图ｌ－３（ｂ）是网易在２０１３年开通的网易邮箱人脸登录的示??例图。在进行登陆时，人脸必须保证离摄像头一定的距离且需要正对前置摄像头等。??以上这些要求下的人脸识别其实就是受控下的人脸识别，也称作约束人脸识别，即??人必须配合机器来完成。这极大的限制了人脸识别技术的应用范围，确切的说只能??属于人脸识别的一部分应用而己。而真正意义上的人脸识别，用户不需要配合就可??以完成人脸采集和识别，人脸图像也可以拥有多种不同的来源（如监控摄像头、手机??摄像头）和不同的质量类型（如不同的表情、姿态变化、模糊、遮挡等）。这就是非??限制条件下的人脸识别，也称作无约束人脸识别，它将能得到更加广泛的应用。例??如，公安系统可以使用人脸识别技术在众多人中寻找犯罪嫌疑人，银行可以使用人??脸信息进行交易等等，这将给生活带来更进一步的便捷与安全。然而，在非受控场景??下，人脸识别的性能受诸多因素的影响，比如姿态、光照、表情变化、图像分辨率、??年龄变化等等。如果只针对一种因素，人脸识别或许还能取得较好的效果，然而当这??些因素综合起来，这将使得进行稳定的人脸识别异常困难。图１－
性等问题进行深入研究。借助于人脸三维模型和??深度学习技术对上述的问题进行研究，提出了一系列的解决算法，并且在目前学术??界提出的具有挑战的多个非限制人脸数据集上进行大量实验验证，目的是解决无约??束人脸识别中的挑战问题并提高人脸识别的性能，用于推动人脸识别技术理论研究??和实际应用的互动发展。??１．２国内外研究现状??１．２．１人脸识别整体发展史??人脸识别作为计算机视觉领域最成功的的应用之一，过去几十年里一直都是研??究热点。它的发展也经历了四次高潮，其发展历史大体上可以用图１－５来表示。下面??对这几个阶段进行简要的介绍。??獅??＾?１?ｖ?＞??－—？？？??ｉ３ＴＳ?■春ｗ?…??？?－?〇?…？??１９５４?１９７３?１９９１?１９９７?１９９７?１９９９?２００１?２００１?２００６?２０１４??Ｂｌｅｄｓｏｅ?Ｋａｎａｄｅ’ｓ?Ｔｕｒｋ?＆?Ｐｅｎｔｌａｎｄ?Ｂｅｌｈｕｍｅｕｒ?Ｗｉｓｋｏｔｔ?Ｂｌａｎｚ?＆?Ｖｅｔｔｅｒ?Ｖｉｏｌａ?＆?Ｓｈａｓｈｕａ?＆?Ａｈｏｎｅｎ?ＤｅｅｐＦａｃｅ??Ｆａｃｅ?Ｔｈｅｓｉｓ?Ｅｉｇｅｎｆａｃｅｓ?Ｆｉｓｈｅｒｆａｃｅｓ?ＥＢＧＭ?Ｍｏｒｐｈａｂｌｅ?Ｊｏｎｅｓ?Ｒｉｋｉｉｎ－?ＬＢＰ?ａｎｄ?ＤｅｅｐＩＤ??Ｒｅｃｏｇｎｉｔｉｏｎ?ｆａｃｅｓ?Ｂｏｏｓｔｉｎｇ?Ｒａｖｉｖ??第一阶段?第二阶段?第三阶段?第四阶段??图１－５?人脸识别发展史．??（１）第一阶段：基于几何特征的方法??人脸识别最早的研究工作至少可以追溯到二十世纪五十年代在心理学方面的研??究和六十年代ＰＲＩ的Ｂｌｅｄｓｏｅ等人的工作Ｂｌｅｄｓｏｅ等
【参考文献】：
期刊论文
[1]域自适应学习研究进展[J]. 刘建伟,孙正康,罗雄麟. 自动化学报. 2014(08)
[2]基于三维模型的人脸姿态估计方法[J]. 曾慧,穆志纯,袁立. 计算机工程. 2011(09)
[3]基于三维模型和仿射对应原理的人脸姿态估计方法[J]. 梁国远,查红彬,刘宏. 计算机学报. 2005(05)
[4]人脸识别中的“误配准灾难”问题研究[J]. 山世光,高文,唱轶钲,曹波,陈熙霖. 计算机学报. 2005(05)
[5]对称主分量分析及其在人脸识别中的应用[J]. 杨琼,丁晓青. 计算机学报. 2003(09)
[6]人脸识别技术综述[J]. 张翠平,苏光大. 中国图象图形学报. 2000(11)
博士论文
[1]表情变化下三维人脸识别中特征提取与分类研究[D]. 邓星.东南大学 2017
[2]非可控条件下的三维人脸识别研究[D]. 梁艳.广东工业大学 2017
[3]非限定环境下的人脸识别方法研究[D]. 吕江靖.中国科学院大学(中国科学院重庆绿色智能技术研究院) 2017
本文编号：3259351
本文链接：https://www.wllwen.com/shoufeilunwen/xxkjbs/3259351.html
