基于深度學習和圖論的人臉識別算法研究與實現(xiàn).pdf

1、隨著人類社會的不斷進步和發(fā)展，人們對自身的身份信息越來越重視。人臉是一種承載著豐富信息的信息源，人們可以通過人臉實現(xiàn)對身份的確認。人臉識別技術經過幾十年的發(fā)展，在門禁、監(jiān)控、刑偵等諸多領域有著十分廣泛的應用。這些應用實例說明研究人臉識別算法，提高人臉識別的準確性以及效率具有重要意義。
　　論文從以下幾點內容展開學習與研究:
　　(1)簡述人臉識別技術的國內外的發(fā)展與研究現(xiàn)狀。通過研讀國內外的關于人臉識別技術的研究，深入了解人

2、臉識別的關鍵技術。再通過對深度學習這門知識的學習，將深度學習與圖論的方法相結合運用到人臉識別的問題中去，取得了較好的效果。
　　(2)設計并實現(xiàn)基于ASM(Active Shape Model)模型與圖論的人臉識別算法。該算法首先訓練ASM模型，建立形狀模型。在訓練過程中，首先搜集樣本，手工標記人臉圖像的關鍵特征點，為訓練集中所有樣本構建形狀向量，形狀歸一化，為每個關鍵特征點構建局部特征。在識別過程中，利用ASM模型檢測圖像中人臉

3、關鍵特征點的位置，針對關鍵特征點使用ε鄰域算法來構建人臉圖。并計算圖中節(jié)點處的伽柏特征簇，將待識別人臉圖與模板人臉圖進行圖的相似度計算，實現(xiàn)圖的匹配，從而識別出相應的人臉。ORL人臉庫和AR人臉庫上的實驗表明，該算法取得了比較理想的效果。
　　(3)設計并實現(xiàn)基于深度學習和圖論的人臉識別算法。該識別算法首先對原始的數(shù)據(jù)圖像進行預處理，完成其尺寸大小以及灰度的歸一化等步驟，然后使用這些經過預處理的圖像數(shù)據(jù)來訓練卷積神經網(wǎng)絡，即利用原