论文部分内容阅读
随着科技的不断发展,互联网中的视频数据呈指数增长,视频数据已经成为人们获取信息的重要来源之一。在需要大量人机交互的领域中获取的人脸信息更为人们所关注,如何通过这些人脸信息获取人物身份具有很大的应用价值。人脸识别主要包括人脸检测以及人脸分类,本课题中使用了基于肤色和动态阈值的方式对视频帧图像进行了预处理,能比较精确的将肤色从图中分割出来。本课题的重点主要集中在人脸分类方面,使用了深度结构用于人脸分类。使用深度结构用于人脸分类具有重要的意义,深度结构的提出目的就是为了模拟人脑的思维识别过程,是一种“泛脑层次网络系统”,通过层层递进的方式,逐步寻找图像中的像素点的关系,将其逐层关系聚合,逐步获取关系线段,关系轮廓,以至于最顶层的关系对象,通过该深层逐步训练过程,深度结构能获取更为精确的特征提取结果,再通过“联想”的方式对该提取的特征进行分类。本课题的主要设计思想来源:在视频人脸识别过程中,DBN深度结构虽然能很好的将不同的人脸图像进行区分,但是DBN在其权值初始化的时候,权值具有“指向性”,是有偏见的,当经过层层的训练之后,训练得到的特征也是具有“偏见性”的,考察该偏见性对于分类效果的影响就是本课题所关注的。基于深度结构的人脸分类识别包括两部分,特征提取部分和分类部分,在第一部分本课题主要使用了三种结构用于提取特征,DBN结构,深度MLP和DBM结构,这三种结构从严格意义上都属于反馈神经网络的范畴,都是由单独的子模块堆叠而成的,在特征提取时,先进行单个子模块的训练,训练完毕后,开始堆叠第二个模块,同时使用前一个模块提取的特征用于下一个模块的输入,进行第二层模块的训练,层层叠加,然后得到需要的特征。分类部分本课题使用了两种结构,一种是BP前馈神经网络,一种是RBM分类。这里的BP神经网络与传统的BP神经网络略显不同,使用了共轭梯度算法。对于RBM分类,不仅可以用于特征提取方面,也可以使用该结构用于分类,其训练过程与一般的RBM有所不同。本课题构建了两种神经网络结构用于人脸识别任务,并用于与DBN网络和BP网络的对比。