基于深度學(xué)習(xí)的人臉圖像特征提取方法的研究.pdf

1、生物特征識別是計(jì)算機(jī)根據(jù)生物個(gè)體特有的身體和行為特征來進(jìn)行識別或驗(yàn)證的方法，具有唯一性和可靠性等優(yōu)點(diǎn)。其中，人臉識別更是由于方便、非接觸性等特點(diǎn)被廣泛地應(yīng)用于身份認(rèn)證、視頻監(jiān)控等領(lǐng)域。然而實(shí)際應(yīng)用中由于姿態(tài)、遮擋和光照等原因，其性能會受到影響。而魯棒性的人臉特征提取方法是提升人臉識別性能的關(guān)鍵，本文以深度學(xué)習(xí)為研究方法，對人臉識別中的特征提取方法進(jìn)行研究及改進(jìn)。
　　通過對人臉識別相關(guān)文獻(xiàn)的閱讀，本文首先介紹人臉識別處理的流程和傳

2、統(tǒng)的人臉圖像特征提取方法。接著介紹了深度學(xué)習(xí)基本的原理和理論，闡述了作為深度學(xué)習(xí)基礎(chǔ)的人工神經(jīng)網(wǎng)的基本知識，并在其基礎(chǔ)上分析三種常見的深度網(wǎng)絡(luò)模型。再對深度信念網(wǎng)絡(luò)、卷積神經(jīng)網(wǎng)絡(luò)的人臉圖像特征提取與識別方法展開相關(guān)研究。本文的主要工作包括以下幾點(diǎn)：
　　1.綜述現(xiàn)有的機(jī)器學(xué)習(xí)常用的特征提取算法。通過研究國內(nèi)外相關(guān)文獻(xiàn)，對比了深度學(xué)習(xí)結(jié)構(gòu)相比淺層結(jié)構(gòu)的優(yōu)勢所在，介紹了深度學(xué)習(xí)的由來、基礎(chǔ)知識、發(fā)展現(xiàn)狀，總結(jié)了深度學(xué)習(xí)的常用方法。

3、r>　　2.基于深度信念網(wǎng)絡(luò)的人臉特征提取算法。對深度信念網(wǎng)絡(luò)忽略圖像局部結(jié)構(gòu)導(dǎo)致難以學(xué)習(xí)人臉圖像局部特征的問題進(jìn)行了研究，提出將局部三值模式（LTP）特征作為深度信念網(wǎng)絡(luò)輸入的方法。在對圖像預(yù)處理后，先采用改進(jìn)的 LTP方法提取紋理特征，以獲得更具有區(qū)分性且抗噪聲的特征信息，再將 LTP特征輸入到支持深度信念網(wǎng)絡(luò)中由深度信念網(wǎng)絡(luò)再次對特征進(jìn)行提取并分類的方法。本文提出的算法在 ORL等人臉數(shù)據(jù)庫上取得了比較理想的實(shí)驗(yàn)結(jié)果。