收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于深度学习的人脸识别算法的研究

柯鹏飞  
【摘要】:论文以基于深度学习的人脸识别算法作为研究课题,具有较大的学术价值和重要的应用价值。首先,论文比较了不同的卷积神经网络对人脸识别的影响,同时验证了dropout层和批量归一化层对模型性能的作用。然后针对现有的一些算法的缺点,提出了三种基于深度学习的人脸识别算法。主要的研究成果如下:第一,针对传统卷积神经网络提取的人脸特征对光照敏感的缺点,提出了基于LBP与卷积神经网络结合的人脸识别算法。因为LBP特征对光照具有强鲁棒性,所以改进的算法将原始灰度图像与对应LBP特征图进行图像融合,达到了增强图像信息的目的。然后将融合后的图像作为卷积神经网络的输入,提高算法对光照的鲁棒性。实验结果表明,该算法能提高卷积神经网络对光照变化的鲁棒性,有效地减少光照对人脸识别的影响。第二,针对双线性卷积神经网络的模型参数巨大和双线性特征向量的维度较高的缺点,提出了基于重复双线性卷积神经网络的深度人脸表征算法。新提出的算法利用InceptionResNetV1代替VGGNet,减少了模型的参数量;同时对特征向量进行两次双线性卷积运算,既能使不同的特征向量相互作用,又能降低其维度,有效地提高了人脸识别的速度。实验结果表明,重复双线性卷积神经网络在控制模型参数的同时又能有效的提高人脸识别的性能,最终在LFW和YTF上分别达到了98.06%和90.52%的准确率。第三,针对A-softmax损失函数对类间特征向量相互分离的约束程度不足的缺点,提出了基于改进的损失函数的人脸识别算法。新提出的Angular-center损失函数在Asoftmax损失函数的基础上引入了中心损失函数,使得改进后的损失函数对特征向量具有双约束的作用,即特征向量在向同类权重向量靠拢的同时,也尽可能向同类中心特征向量聚集。实验结果表明,Angular-center损失函数加强了类内特征向量的紧凑程度和类间特征向量的分离程度,最终在LFW和YTF上分别达到98.01%和91.85%的准确率。


知网文化
【相似文献】
中国期刊全文数据库 前17条
1 葛勇;赵乐;王再见;;基于改进卷积神经网络的人脸识别算法[J];电子世界;2019年23期
2 张超群;;基于主成分分析法的人脸识别算法研究[J];电脑编程技巧与维护;2020年07期
3 ;精准人脸识别算法,“识”无遗漏——测评芊熠智能动态人脸识别终端[J];中国公共安全;2019年09期
4 崔益峰;李开宇;胡燕;徐贵力;王平;;联合判别性低秩类字典与稀疏误差字典学习的人脸识别[J];中国图象图形学报;2017年09期
5 赵清杰;齐惠;张雨;王浩;;基于局部正脸合成和两阶段表示的三阶段人脸识别算法[J];北京理工大学学报;2017年06期
6 杨明中;杨平先;;基于低秩特征脸与协同表示的人脸识别算法[J];液晶与显示;2017年08期
7 孙茗珅;;带你走进维也纳版的CCS2016(三)[J];中国教育网络;2017年05期
8 袁一雪;;“无脸”识别,挑战像素新底线[J];雪莲;2017年04期
9 赵璞;袁华;;基于稀疏表示的人脸识别算法[J];大众科技;2014年04期
10 于淼;赵政;;基于小波神经网络的人脸识别算法研究[J];价值工程;2012年05期
11 延秀娟;陈永锋;;人脸识别算法综述[J];商场现代化;2008年26期
12 ;8吋大屏科技感设计,搭载深度学习人脸识别算法——测评捷顺科技多媒体人脸识别门禁[J];中国公共安全;2019年11期
13 柯鹏飞;蔡茂国;吴涛;;基于改进卷积神经网络与集成学习的人脸识别算法[J];计算机工程;2020年02期
14 吴明;潘亚宾;;一种改进的联合稀疏表示人脸识别算法[J];科技创新导报;2020年16期
15 张坤;章东平;杨力;;样本增强的人脸识别算法研究[J];中国计量大学学报;2018年02期
16 李倩玉;蒋建国;齐美彬;;基于改进深层网络的人脸识别算法[J];电子学报;2017年03期
17 范自柱;;快速稀疏表示分类的人脸识别算法[J];计算机工程与应用;2017年09期
中国重要会议论文全文数据库 前10条
1 陈皓;霍星;;基于视频相关性的人脸识别算法改进[A];全国第20届计算机技术与应用学术会议(CACIS·2009)暨全国第1届安全关键技术与应用学术会议论文集(上册)[C];2009年
2 蒋建国;卢晓红;齐美彬;詹曙;;基于提升小波的人脸识别算法[A];第十四届全国图象图形学学术会议论文集[C];2008年
3 李铁;孙劲光;刘旸;;基于分形与保局投影的人脸识别算法的研究[A];第七届和谐人机环境联合学术会议(HHME2011)论文集【oral】[C];2011年
4 李仁杰;曾鹏;张龙;;多人脸识别算法和大数据融合技术在公共安全领域的应用研究[A];2019年全国公共安全通信学术研讨会优秀论文集[C];2019年
5 邹垚;张超;;基于DSP的人脸识别算法实现与优化[A];中国通信学会通信建设工程技术委员会2010年年会论文集[C];2010年
6 李健;羊牧;;基于KL投影和奇异值分解相融合的人脸识别算法[A];第十届中国科协年会论文集(三)[C];2008年
7 陶劲草;丁庆生;;基于加权对称图像的二维FDA人脸识别算法研究[A];中国电子学会第十五届信息论学术年会暨第一届全国网络编码学术年会论文集(上册)[C];2008年
8 宋广寒;李久贤;潘泓;;基于LBP算子的改进人脸识别算法[A];2009年中国智能自动化会议论文集(第七分册)[南京理工大学学报(增刊)][C];2009年
9 王蒙军;;人脸朝向识别的脉冲耦合神经网络分析[A];天津市生物医学工程学会第三十二届学术年会论文集[C];2012年
10 赵德群;李梦醒;;基于改进ANMM及Trace Ratio的人脸识别算法[A];2009年全国开放式分布与并行计算机学术会议论文集(下册)[C];2009年
中国博士学位论文全文数据库 前10条
1 田雷;基于特征学习的无约束环境下的人脸识别研究[D];北京邮电大学;2018年
2 张婷;基于多尺度多方向特征的人脸识别算法研究[D];天津大学;2017年
3 张成元;基于子空间分析的人脸识别算法研究[D];北京交通大学;2009年
4 张春雨;基于子空间的人脸识别算法研究[D];吉林大学;2006年
5 唐恒亮;基于三维特征的人脸识别算法研究[D];北京工业大学;2011年
6 王国强;嵌入邻域判别关系的子空间人脸识别算法研究[D];大连理工大学;2008年
7 王智飞;低分辨率人脸识别算法研究[D];北京交通大学;2013年
8 路翀;基于二维图像表示的人脸识别算法研究[D];大连理工大学;2012年
9 林国军;基于流形学习和协同表示的人脸识别算法研究[D];电子科技大学;2014年
10 魏冬梅;基子稀疏表示的人脸识别算法研究[D];山东大学;2016年
中国硕士学位论文全文数据库 前10条
1 柯鹏飞;基于深度学习的人脸识别算法的研究[D];深圳大学;2019年
2 余婧雯;多任务人脸识别算法研究[D];厦门大学;2019年
3 霍文英;人脸识别算法及其在门禁系统中的应用[D];武汉轻工大学;2018年
4 张坤;基于深度学习的非约束条件下人脸识别算法研究[D];中国计量大学;2018年
5 Idelette Laure Kambi Beli(柯拉);基于LBP-KNN和CNN-SVM的人脸识别算法[D];杭州电子科技大学;2018年
6 阮航宇;基于深度学习的人脸识别算法研究[D];海南大学;2019年
7 张隆琴;基于度量学习的人脸识别算法研究[D];华南理工大学;2019年
8 陈灿林;面向部分遮挡人脸识别的研究与实现[D];电子科技大学;2019年
9 肖芳;基于深度学习的多姿态人脸识别算法研究[D];电子科技大学;2019年
10 赵碧莹;非限制条件下基于深度学习的人脸识别算法研究与实现[D];电子科技大学;2019年
中国重要报纸全文数据库 前10条
1 清华大学 李迎春;多姿态人脸图像的估计及合成[N];计算机世界;2006年
2 雪颖;AI:抓住那个人贩子[N];中国妇女报;2019年
3 深圳商报记者 袁斯茹;读创捧红神奇产品[N];深圳商报;2019年
4 杨露勇;重庆云从科技人脸识别迈向多领域[N];中国县域经济报;2016年
5 IT时报记者 潘少颖 见习记者 刘慧莹;共享汽车新政下周实施[N];IT时报;2018年
6 南方日报记者 张秀娟;风口上的机器人产业正上演怎样的晋级路?[N];南方日报;2019年
7 余昌;“刷脸支付”难在哪里?[N];北京日报;2015年
8 彭良瑞;我校丁晓青教授研究组夺冠[N];新清华;2004年
9 侯静;清华研究组人脸认证脱颖而出[N];科技日报;2004年
10 国家金融与发展实验室特聘研究员 董希淼;刷脸支付须把安全放在首位[N];经济日报;2019年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978