【人脸属性识别方法探究9300字(论文)】_第1页
【人脸属性识别方法探究9300字(论文)】_第2页
【人脸属性识别方法探究9300字(论文)】_第3页
【人脸属性识别方法探究9300字(论文)】_第4页
【人脸属性识别方法探究9300字(论文)】_第5页
已阅读5页,还剩13页未读 继续免费阅读

付费下载

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

人脸属性识别方法研究摘要当今社会多媒体技术蓬勃发展,越来越多的研究者对计算机视觉方面的研究也越来越重视,对于人脸的研究也一直如火如荼,对人脸的研究方向已经从最初的人脸检测、人脸识别、再到现在的人脸属性识别,随着研究方法和设备硬件的升级与更新,研究人员开始使用计算机不断深入探索人脸的各种有用信息。随着信息存储、数据运算、网络传输能力的不断升级,互联网中有关人脸的图像数量爆炸式增加,这对人脸检测、人脸识别、人脸属性识别等研究提供了大量的原始数据。在大数据时代,人脸识别解锁、人脸识别打卡、人脸支付等基于生物信息的识别的应用已经慢慢融入人们的生活,并大幅提高人们的生活体验。人脸识别技术已经取得巨大的成功,并且已经大规模应用于人们的日常生活中。而随着研究的不断深入,人们注意到人脸还包括其它重要的信息,例如年龄、性别、表情等,如何使得计算机能够像人一样能够从人脸图像上提取出五官信息、甚至是表情等情感信息,是研究人员的研究热点之一。人脸属性识别就是使用计算机对给定的人脸图像、甚至是视频准确无误的分析出人脸的各个信息例如:性别、表情、年龄等。人脸属性识别在安全、搜索、娱乐等各方各面都有着广泛的用途。目前大多数研究者着重于单属识别的研究,或者通过多个模型并行学习来识别多个属性,很多人脸数据集也只能用于单个或两个属性的识别任务。本文通过多任务学习,采用硬参数共享的方式,基于深度学习的强大学习能力以及残差网络不会过拟合的优点,利用RseNet34设计出可以同时识别多个人脸属性的人脸属性识别模型,对CelebA数据集中的Male、No_beard、Smiling、Young四种属性的平均识别准确率可达93.99%。本文主要的工作为:基于深度学习,利用ResNet34设计高效的深度学习模型,同时学习人脸的四个属性,其中包括性别、是否有胡须、微笑、是否年轻。本文设计的网络,在高层各自独立地学习特有特征,在浅层共享特征,在减少参数量、防止过拟合的同时能够利用任务之间的相关性和不相关性提高模型的准确度。关键词:人脸属性识别;多任务学习;深度学习;残差网络目录TOC\o"1-1"\

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论