發(fā)布時(shí)間：2020-04-09 07:32

【摘要】：人臉檢測(cè)和識(shí)別技術(shù)作計(jì)算機(jī)視覺領(lǐng)域的重要分支,在公共安全、身份認(rèn)證等領(lǐng)域有著廣泛的應(yīng)用。近年來,隨著計(jì)算設(shè)備性能的提高和大數(shù)據(jù)技術(shù)的發(fā)展,基于深度學(xué)習(xí)的人臉檢測(cè)和識(shí)別算法性能大幅提高。而在現(xiàn)實(shí)世界的應(yīng)用中,遮擋限制了人臉檢測(cè)和識(shí)別精度的進(jìn)一步提升,因此研究遮擋條件下人臉檢測(cè)和還原算法有著重要的意義。針對(duì)遮擋條件下人臉檢測(cè)與還原任務(wù)中存在的特征污染、數(shù)據(jù)缺乏和修復(fù)難以保持人臉識(shí)別結(jié)果一致的問題,本文基于深度學(xué)習(xí)框架,從遮擋人臉檢測(cè)、人臉遮擋分割、遮擋人臉修復(fù)三個(gè)方面進(jìn)行了研究和改進(jìn),主要工作如下:1、針對(duì)遮擋條件下人臉檢測(cè)任務(wù)中存在的特征污染問題,提出了一種基于注意力機(jī)制和局部特征的人臉檢測(cè)算法。在基于錨框的單級(jí)人臉檢測(cè)算法的基礎(chǔ)上,對(duì)網(wǎng)絡(luò)提取的特征圖金字塔生成了對(duì)應(yīng)的多級(jí)注意力圖。同時(shí),針對(duì)卷積運(yùn)算中下采樣操作造成遮擋特征彌散到人臉特征的問題,改進(jìn)了提取特征時(shí)的下采樣操作,將局部特征保存在全局特征的不同通道中。實(shí)驗(yàn)結(jié)果表明,多級(jí)注意力機(jī)制和局部特征的利用可以有效地提高遮擋條件下人臉檢測(cè)算法的精度。2、針對(duì)當(dāng)前人臉遮擋分割算法數(shù)據(jù)缺乏的問題,提出了一種基于深度自動(dòng)編碼機(jī)的無監(jiān)督人臉遮擋分割算法。通過自動(dòng)編碼機(jī)對(duì)圖像進(jìn)行編碼重建,通過對(duì)重建誤差圖的分析得到遮擋分割的結(jié)果。同時(shí),為了改善分割的精度,利用遮擋圖像和對(duì)應(yīng)無遮擋圖像在非遮擋區(qū)域的一致性改進(jìn)了分割損失函數(shù)。實(shí)驗(yàn)結(jié)果表明,該方法可以有效地以無監(jiān)督的方式分割出人臉圖像中包含的遮擋區(qū)域。3、針對(duì)當(dāng)前人臉圖像修復(fù)任務(wù)難以保持修復(fù)前后人臉識(shí)別結(jié)果一致的問題,提出了一種基于生成對(duì)抗網(wǎng)絡(luò)的人臉圖像修復(fù)算法。在基于深度自編碼機(jī)的圖像修復(fù)的算法中引入對(duì)抗性損失,提升了修復(fù)后圖像的真實(shí)性。同時(shí),利用預(yù)訓(xùn)練的人臉識(shí)別網(wǎng)絡(luò)提取圖像中的身份特征,并設(shè)計(jì)了一種新穎的身份保持損失函數(shù)訓(xùn)練修復(fù)網(wǎng)絡(luò)。實(shí)驗(yàn)結(jié)果表明,該方法可以修復(fù)出真假難辨的人臉圖像,同時(shí)有效的提高了人臉圖像修復(fù)后人臉識(shí)別的準(zhǔn)確率。
【圖文】：

圖 1. 3 VJ 人臉檢測(cè)框架原理圖如圖 1.3，基于傳統(tǒng)方法的人臉檢測(cè),如 VJ 人臉檢測(cè)框架[5]，主要是通過在圖像中的窗口產(chǎn)生候選人臉集合，然后基于人臉圖像的手工特征（如 Haar 特征[6]）設(shè)計(jì)一個(gè)人人臉的二分類器。通過對(duì)大量的候選人臉集合進(jìn)行分類而得到人臉的位置。同時(shí)使用大值抑制來消除重復(fù)的檢測(cè)框。

圖 1. 7 上下文編碼器網(wǎng)絡(luò)結(jié)構(gòu)圖如圖 1.7 所示，Pathak[25]提出的上下文編碼器(Context Encoder)成為了基于深度學(xué)習(xí)臉圖像修復(fù)算法的開山之作。具體而言，該網(wǎng)絡(luò)由編碼器網(wǎng)絡(luò)和解碼器網(wǎng)絡(luò)構(gòu)成。編網(wǎng)絡(luò)為 AlexNet[26]的前 5 層卷積層和池化層，，用于將提取圖像的深度特征。中間的全層只在對(duì)應(yīng)特征圖之間進(jìn)行連接，負(fù)責(zé)將編碼特征轉(zhuǎn)化為對(duì)應(yīng)的解碼特征。解碼器為
【學(xué)位授予單位】：戰(zhàn)略支援部隊(duì)信息工程大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類號(hào)】：TP391.41;TP18

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 陳俊周;王娟;龔勛;;基于級(jí)聯(lián)生成對(duì)抗網(wǎng)絡(luò)的人臉圖像修復(fù)[J];電子科技大學(xué)學(xué)報(bào);2019年06期

2 孫全;曾曉勤;;基于生成對(duì)抗網(wǎng)絡(luò)的圖像修復(fù)[J];計(jì)算機(jī)科學(xué);2018年12期

3 強(qiáng)振平;何麗波;陳旭;徐丹;;深度學(xué)習(xí)圖像修復(fù)方法綜述[J];中國圖象圖形學(xué)報(bào);2019年03期

4 張君;常霞;王利娟;;基于樣本塊的圖像修復(fù)方法[J];科技視界;2019年33期

5 曾接賢;王璨;;基于優(yōu)先權(quán)改進(jìn)和塊劃分的圖像修復(fù)[J];中國圖象圖形學(xué)報(bào);2017年09期

6 張渲茹;;文物數(shù)字圖像修復(fù)技術(shù)的研究發(fā)展[J];數(shù)碼設(shè)計(jì);2017年09期

7 王彩峰;王妍力;王迎勛;王香;付海燕;范卉青;;基于樣本的圖像修復(fù)的仿真及分析[J];科技傳播;2018年07期

8 江鳳蓮;;計(jì)算機(jī)圖像修復(fù)技術(shù)與運(yùn)用之研究[J];電腦知識(shí)與技術(shù);2018年23期

9 邱俊;胡曉;王漢權(quán);;數(shù)字圖像修復(fù)的變分方法與實(shí)現(xiàn)過程[J];數(shù)值計(jì)算與計(jì)算機(jī)應(yīng)用;2016年04期

10 李梅菊;祁清;;數(shù)字圖像修復(fù)技術(shù)綜述[J];信息通信;2016年02期

相關(guān)會(huì)議論文 前10條

1 高軍亮;徐曉剛;王建國;吳晶;;一種基于圖像修復(fù)的目標(biāo)重建算法[A];2006中國控制與決策學(xué)術(shù)年會(huì)論文集[C];2006年

2 吳麗平;賈靜蕾;董津生;劉麗;;基于紋理合成的數(shù)字圖像修復(fù)方法[A];2009通信理論與技術(shù)新發(fā)展——第十四屆全國青年通信學(xué)術(shù)會(huì)議論文集[C];2009年

3 康佳倫;唐向宏;;一種基于FMM的帶方向圖像修復(fù)算法[A];浙江省電子學(xué)會(huì)2012學(xué)術(shù)年會(huì)論文集[C];2012年

4 王慧琴;韓建武;吳萌;李文怡;王凱;楊潔;;《馬球圖》壁畫中裂縫的自動(dòng)虛擬修復(fù)方法研究[A];中國文物保護(hù)技術(shù)協(xié)會(huì)第七次學(xué)術(shù)年會(huì)論文集[C];2012年

5 陳延嘉;莊志軍;王美清;;一種改進(jìn)的基于樣本的圖像修補(bǔ)方法[A];全國第19屆計(jì)算機(jī)技術(shù)與應(yīng)用（CACIS）學(xué)術(shù)會(huì)議論文集（上冊(cè)）[C];2008年

6 劉春曉;彭群生;楊穎振;王進(jìn);陳為;;利用大位移視圖修復(fù)單幅圖像的透視畸變優(yōu)化算法[A];中國計(jì)算機(jī)圖形學(xué)進(jìn)展2008--第七屆中國計(jì)算機(jī)圖形學(xué)大會(huì)論文集[C];2008年

7 朱曉臨;陳曉冬;朱園珠;陳Z

本文編號(hào)：2620479