全文预览

基于卷积神经网络的人脸识别方法研究

上传者:科技星球 |  格式:pdf  |  页数:54 |  大小:2091KB

文档介绍
》,成为将人脸识别系统商业化的先Р驱。中科院生物识别研究所成功将基于近红外线的人脸识别技术运用于 2008 年的奥运Р会期间的公安监控系统。之后国内从事商业人脸识别系统的公司及相关产品层出不穷,Р其中百度公司的人脸识别技术已经开始在多种场景落地,近期也确定了人脸识别技术商РР业化的四个方向。2017 年铁路总局开启了智慧春运,在北京、上海、广州、深圳等大型Р火车站均开通了自助“刷脸检票”通道,使旅客进站速度更快、更方便快捷。 Р 尽管国内外的人脸识别技术都取得了显著的进步,大量的人脸识别文章和商用系统Р也不胜枚举,但人脸识别的技术仍受到不断的挑战。一方面是主观因素,来自人脸图像Р的多样性,另一方面是客观因素,来自于采集图像背景环境的复杂性,影响人脸识别系РР统识别率的因素主要包有以下几个方面: Р (1) 光照变化,图像在采集过程中会不可避免被外部光照强度干扰,出现不同时间Р段的图像亮度不同或者同一图像上的亮度不均匀,偏光、侧光导致的高光和过亮、过暗Р以及阴影等都会使人脸识别率大幅度下降。所以解决可变光照的问题是人脸识别技术的РР关键。 Р (2)姿态变化,人脸是一种非刚体结构,虽然人脸的基本构成是稳定不变,但会Р由于人脸面部不同朝向的姿态使二维人脸图像发生不同程度的变化,倾斜和侧面的人脸Р信息比正面人脸信息少。而在实际的人脸识别系统是在自然状态下识别,人脸姿态的多РР种变化增加了识别困难。 Р (3)表情变化,提供学者研究的人脸数据库把表情变化总结为 7 种,分别是生气,Р厌恶,害怕,快乐,难过,惊讶和自然表情。同种表情的表现因人而异,而细微的表情Р 3

收藏

分享

举报
下载此文档