如今,人脸识别技术已经广泛应用到公共安全领域并发挥着重要的作用。但是,安防摄像头位置固定,难以确保获取正面人脸图像,导致识别准确度偏低,无法满足实际业务需求。为此,本文开展人脸矫正技术的研究,通过提取人脸局部语义信息,结合生成对抗网络理论,实现了人脸图像的角度修正,提高了人脸识别的准确度。本文的研究内容具体有以下几点:(1)提出了基于人脸关键点的局部语义信息提取方法。针对大多数人脸矫正技术由于语义信息缺失导致的矫正图像扭曲问题,本文提出了基于人脸关键点的局部语义信息提取方法,通过人脸关键点进行仿射变化,快速划分人脸区域,提取高层语义信息。实验证明,该方法可精准高效地获取人脸局部语义信息。(2)提出了新型的基于改进生成对抗网络的人脸矫正技术。针对目前人脸矫正技术矫正的正面人脸无法保持身份特征的问题,本文提出了基于改进生成对抗网络的人脸矫正技术,将局部语义信息和全局信息相结合来约束生成器,并在生成器中使用编码器解码器结构来学习侧面人脸到正面人脸之间的潜在关系。同时添加识别模块来保留侧脸身份信息,并引入结构化损失、语义区域损失和身份保留损失来保持人脸结构信息和身份特征,使生成的人脸更加逼真。最后通过实验对比验证了本文方法的矫正效果,并在人脸数据集上验证了本文人脸矫正方法对人脸识别的提升。(3)设计并实现了人脸矫正识别系统。设计了该系统的总体架构,并详细介绍了系统的各个功能模块的设计以及具体实现,并将本文提出的人脸矫正技术运用到相关模块当中,最后展示了该系统的实际运行效果。