版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認(rèn)領(lǐng)
文檔簡介
1、在大型商場、游樂園等人口密集的公共場所,經(jīng)常需要從監(jiān)控視頻得到的圖像中來查找一些特殊身份的人,然而由于行人與攝像頭之間的距離較遠(yuǎn)以及攝像頭分辨率有限等原因常常會得到低分辨率的人臉圖像,而低分辨率人臉圖像包含信息量比較少,同時伴隨著姿態(tài)、表情、光照等因素使得提取有效的人臉特征較為困難,這增加了人臉識別的難度。
本文主要研究了低分辨率人臉圖像的人臉驗證工作,即已知一張高分辨率人臉圖像基準(zhǔn)和一張低分辨率測試樣本圖像來比較兩者是否是同
2、一個人。論文的主要工作有以下三個方面:
(1)本文使用卷積神經(jīng)網(wǎng)絡(luò)來提取人臉的特征,得益于卷積神經(jīng)網(wǎng)絡(luò)的深度架構(gòu)和強大的自主學(xué)習(xí)能力,相比于人為定義的特征,卷積神經(jīng)網(wǎng)絡(luò)有能力從多層的非線性映射中提取出有效的人臉特征來代表此人的身份信息。
?。?)借鑒超分辨率重建的思想,使用卷積神經(jīng)網(wǎng)絡(luò)來處理低分辨率測試人臉圖像,使得處理后的人臉圖像有更多的有利于識別的高頻信息,之后繼續(xù)使用卷積神經(jīng)網(wǎng)絡(luò)來提取人臉的特征,增強人臉特征的網(wǎng)
3、絡(luò)和提取特征的網(wǎng)絡(luò)同在一個卷積神經(jīng)網(wǎng)絡(luò)之中,達(dá)到了端到端的效果,所有參數(shù)可以一起調(diào)節(jié),避免了只過度優(yōu)化某一步驟的現(xiàn)象,有利于得到全局最優(yōu)解。
?。?)將高分辨率人臉基準(zhǔn)圖像和低分辨率測試樣本映射到一個統(tǒng)一的特征空間來解決兩者特征維數(shù)不匹配的問題,本文使用兩個卷積神經(jīng)網(wǎng)絡(luò)來分別提取特征,除了兩個網(wǎng)絡(luò)因輸入圖像的分辨率不同而使得各層的特征映射分辨率不同之外,兩個網(wǎng)絡(luò)提取特征的網(wǎng)絡(luò)層的結(jié)構(gòu)相同,使得兩個網(wǎng)絡(luò)提取到的特征盡量相同。另外提
4、取低分辨率測試樣本特征的網(wǎng)絡(luò)比提取高分辨率人臉基準(zhǔn)特征的網(wǎng)絡(luò)多三層,這三層是為了增加低分辨率測試樣本的高頻信息。網(wǎng)絡(luò)的全連接層是提取到的人臉特征,兩個網(wǎng)絡(luò)輸入圖像的分辨率不同,但全連接層神經(jīng)元的個數(shù)保持相同,使得兩個網(wǎng)絡(luò)提取到的人臉特征維數(shù)相同,統(tǒng)一了高分辨率人臉基準(zhǔn)和低分辨率測試樣本的特征空間,卷積神經(jīng)網(wǎng)絡(luò)基于加州伯克利大學(xué)的深度學(xué)習(xí)框架caffe實現(xiàn)。利用兩個卷積網(wǎng)絡(luò)分別提取到高分辨率人臉基準(zhǔn)和低分辨率測試樣本的特征后使用聯(lián)合貝葉斯
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 低分辨率人臉識別算法研究.pdf
- 監(jiān)控視頻中的低分辨率人臉識別.pdf
- 超低分辨率人臉對齊與重構(gòu).pdf
- 基于稀疏表示的低分辨率人臉疲勞表情識別.pdf
- 基于深度學(xué)習(xí)的低分辨率多姿態(tài)人臉識別.pdf
- 基于FPGA的低分辨率人臉識別系統(tǒng)設(shè)計.pdf
- 低分辨率人臉圖像識別關(guān)鍵技術(shù)研究.pdf
- 基于2DPCA的低分辨率人臉識別算法研究.pdf
- 基于統(tǒng)一特征空間的低分辨率人臉識別算法.pdf
- 基于(2D)2PCA的低分辨率人臉識別.pdf
- 低分辨率目標(biāo)檢測與跟蹤算法及其應(yīng)用.pdf
- 低分辨率下紙幣的識別與污損檢測.pdf
- 低分辨率下的行人檢測.pdf
- 基于多輸出回歸的超低分辨率人臉重構(gòu)研究.pdf
- 基于半耦合判決性字典學(xué)習(xí)的極低分辨率人臉識別算法.pdf
- 低分辨率指紋圖像識別的算法研究.pdf
- 基于多幅低分辨率圖像的超分辨率圖像重建.pdf
- 低分辨率永磁同步電機控制技術(shù)研究.pdf
- 應(yīng)用低分辨率數(shù)據(jù)搭建蛋白結(jié)構(gòu)的方法研究.pdf
- 低分辨率交通視頻中運動物體識別算法研究.pdf
評論
0/150
提交評論