【摘 要】
:
随着社会的发展,作为生物特征识别技术之一的人脸识别技术已经广泛应用于包括视频监控、手机解锁、无人零售在内的众多领域。相对于虹膜识别、指纹识别等其他生物特征识别技
论文部分内容阅读
随着社会的发展,作为生物特征识别技术之一的人脸识别技术已经广泛应用于包括视频监控、手机解锁、无人零售在内的众多领域。相对于虹膜识别、指纹识别等其他生物特征识别技术,人脸识别技术具有非接触、远距离识别的优势。然而,在非约束条件下,人脸识别算法容易受到包括遮挡、姿态、光线在内的诸多因素的影响,达到高精度的人脸识别效果仍然很富有挑战性。近年来随着深度学习技术的引入,基于深度学习的人脸识别算法的性能得到了极大的提升。然后,基于深度学习的人脸识别算法通常需要大规模的人脸数据作为训练集。但是,制作一个大规模的人脸识别数据集,需要耗费大量的人力物力。因此,如何利用规模有限的人脸识别数据集来进一步提高人脸识别算法在非约束条件下的识别性能变成一个亟待解决的问题。为了在训练数据有限的条件下,进一步提高人脸识别算法在非约束条件下的识别性能,本文从训练样本和损失函数两个方面进行了讨论研究,主要内容如下:(1)训练样本方面。针对有限的训练样本,提出了两种训练样本增强的方法:1.基于三维可形变人脸模型,根据单张人脸图像生成其对应的多姿态人脸图像;2.基于人脸关键点检测技术,根据单张人脸图像生成其对应“戴眼镜”人脸图像。通过这两种样本增强方法,对有限的训练样本扩充,从而扩充训练样本规模。(2)损失函数方面。提出了一种改进的Softmax损失函数——Scalable Softmax损失函数。Scalable Softmax损失函数通过对困难样本增大惩罚,对容易样本减小惩罚来充分利用有限的训练样本,从而使深度卷积神经网络模型能够学习到更具有鲁棒性的人脸特征。实验采用了公开人脸数据集CASIA-WebFace、MS-Celeb-1M、LFW、YTF以及自建的人脸数据集GS-Face对本文提出的算法进行验证。实验结果表明,本文所提出的样本增强方法,以及提出的Scalable Softmax损失函数均可有效提高非约束条件下人脸识别算法的性能。
其他文献
试验旨在探究两种新型微孔吸附剂(3A、5A)对牛舍中CH4、NH3、CO2和H2S四种气体的吸附作用。试验于2016年8月至2017年8月在新疆五家渠市农六师共青团九队西部准噶尔奶牛场进行。
随着工业自动化程度的快速发展,机器视觉的应用也越来越广泛,大大提升了机器的智能化程度。为了解决混联雕刻机器人对刀过程仍为人工手动对刀的问题,提高对刀效率和精度,降低
教学设计是教学的前期准备,它将理论知识与实际教学相联系,是教师进行有效教学的重要保证。本文选取了《汉语教程(第3版)》第二册上《玛丽哭了》一课进行教学设计。《玛丽哭了》一课为初级汉语综合课。通过前期分析,本文首先从语言技能、言语知识以及策略三个方面确定了本课的教学目标。明确了教学重难点为离合词的重叠形式以及助词“了”相关句型的教学。然后基于以学生为中心、精讲多练以及语言技能全面发展却有所侧重等教学
随着计算机技术的快速发展,来自各个领域的数据量增长越来越快,来自每个行业的数据积累也变得越来越庞大,多维数据库技术应运而生。多维数据库是一类多维矩阵,用户可以在不同
黑蒜(Black garlic,BG)软糯香甜,无大蒜的刺激性味道。其黑色的主要来源就是美拉德反应生成的类黑精。类黑精除改善食品风味外,还有抗氧化、抑菌等活性。目前对其研究大都基于
互联网协议第6版IPv6(Internet Protocol Version 6)是下一代互联网协议,它有其自身明显的优势:近乎无限的Address Capacity、增强的Address mode、Auto-configuration(“Plu
神经网络是通过模拟人脑神经和记忆进行信息处理,通常是由诸多神经元互联构成的一种运算模型,它是由大量神经元相互连接而形成的非线性动力系统,尤其它在数据挖掘、系统辨识和智能控制等诸多研究领域有广泛应用.事实上,神经网络是模仿人类大脑的独特结构来处理大量数据信息,并且它可用来解决一些传统计算机难以完成的多输入多输出问题.因此,构造一个具有逼近性能的多输入前向神经网络具有重要理论意义.第一章:引言,主要介
随着社会的进步与发展,传统能源的资源储备量已经无法长久支撑社会发展的能源需求。同时,过去对化石能源的过度开采与使用,对环境造成了严重的破坏。为此,人们开始寻找清洁有效的新能源。太阳能以其易获取、可再生、零污染等优势受到人们的青睐。太阳能资源分布较广,但地球表面能流密度较低,直接利用难以获得较高的集热温度,因此复合抛物聚光器(CPC:Compound Parabolic Concentrator)依
无线局域网(Wireless Local Area Network,WLAN)和移动设备的广泛应用使得用户位置服务(Location Based Service,LBS)的需求不断增加,因此,基于接收信号强度(Received Signal
目的岩陀来源于虎耳草科鬼灯檠属多基原植物(羽叶鬼灯檠、西南鬼灯檠或七叶鬼灯檠)的干燥根茎,为西南地区多民族习用药材。形态学方面的高度相似性导致三种鬼灯檠植物来源的岩陀药材均在市场流通并混淆使用,给临床用药安全带来极大困扰。因此,鉴于传统形态学分类的局限性,利用DNA条形码分子鉴定技术和UPLC-Q-TOF-MS/MS技术,鉴别不同来源的岩陀药材,为三种鬼灯檠的品种鉴别提供方法和依据很有必要。方法(