基于深度學(xué)習(xí)的人臉民族識別

《基于深度學(xué)習(xí)的人臉民族識別》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、＃；ｆ＾乂＾讀ＩＳｏｕ化ＣｈｉｎａＵｎｉｖｅｒｓｔｏｉｙｆＴｅｃｈｎｏｌｏｇｙ工程碩±學(xué)位論文基于深度學(xué)習(xí)的人臉民族識別＾Ｉ作者姓名邱盛工程領(lǐng)域計算機技術(shù)校內(nèi)指導(dǎo)教師文貴華教授校外指導(dǎo)教師張宇高級工程師所在學(xué)院計算機科學(xué)與工程學(xué)院論文提交日期２Ｑ１６年３月１日TheResearchofFaceEthnicityRecognitionBasedonDeepLearningADissertationSubmittedfortheDegreeofMasterCandidate：

2、QiuShengSupervisor：Prof.WenGuihuaSouthChinaUniversityofTechnologyGuangzhou，China分類號：TP3學(xué)校代號：10561學(xué)號：201321031043華南理工大學(xué)碩士學(xué)位論文基于深度學(xué)習(xí)的人臉民族識別作者姓名：邱盛指導(dǎo)教師姓名、職稱：文貴華教授申請學(xué)位級別：工學(xué)碩士學(xué)科專業(yè)名稱：計算機技術(shù)研究方向：機器學(xué)習(xí)與數(shù)據(jù)挖掘論文提交日期：2016年3月1日論文答辯日期：2016年3月24日學(xué)位授予單位：華南理工大學(xué)學(xué)位授予日期：2016年月日答辯委員會成員：主席：胡勁松教授委

3、員：文貴華教授徐雪妙教授陳瓊教授伍成柏教授級高工華南遵工大學(xué)學(xué)位論文原創(chuàng)性聲明本人鄭重聲明：所呈交的論文是本人在導(dǎo)師的指導(dǎo)下獨立進行研究所取得的研究成果＾。除了文中特別加［＾？標注引用的內(nèi)容外，本論文不包含任何其他個人或集體已經(jīng)發(fā)表或撰寫的成果作品。對本文的研究做出重要貢獻的個人和集體，均已在文中Ｗ明碗方式標明。本人完全意識到本聲明的法律后果由本人承擔(dān)。作者簽名：日期：２０１６年３月２１日學(xué)位論文版權(quán)使用授權(quán)書本學(xué)位論文作者完全了解學(xué)校有關(guān)保留、使用學(xué)位論文的規(guī)定；，即／研＾生在校攻讀學(xué)位期間論文

4、工作的知識產(chǎn)權(quán)單位屬華南理工大學(xué)。學(xué)校有權(quán)保存并向國家有關(guān)部口或機構(gòu)送交論文的復(fù)印件和電子版，允許學(xué)位論文被查閱（除在保密期內(nèi)的保密論文外）；學(xué)?？桑坠紝W(xué)位論支的全部或部分內(nèi)容，可Ｗ允許采用影印、縮印或其它復(fù)制手段保存、匯編學(xué)位論文一。本人電子文檔的內(nèi)容和紙質(zhì)論文的內(nèi)容相致。本學(xué)位論文屬于：□保密，在年解密后適用本授權(quán)書。＾不保密，同意在校園網(wǎng)上發(fā)布，供校內(nèi)師生和與學(xué)校有共享協(xié)議的單位瀏覽；同意將本人學(xué)位論文提交中國學(xué)術(shù)期刊（光盤版）電子雜志社全文出版和編入ＣＮＫＩ《中國知識資源總庫》，傳播學(xué)位論文的

5、全部或部分內(nèi)。，’容。請在Ｗ上相應(yīng)方框內(nèi)打Ｖ（）Ｃｙｐ作者簽名：日期：２０１６３２１年日月：：指導(dǎo)教師簽名２０１６３２１日期年日月：作者聯(lián)系電話：電子郵箱摘要自2006年以來，機器學(xué)習(xí)大牛Hinton在《Science》上發(fā)表的關(guān)于深度學(xué)習(xí)的舉世矚目的論文掀起了深度學(xué)習(xí)的新熱潮。深度學(xué)習(xí)通過對特征進行自學(xué)習(xí)，在理論研究領(lǐng)域和實際生產(chǎn)應(yīng)用中都取得了喜人的成果。現(xiàn)階段，深度學(xué)習(xí)算是最接近人類大腦的人工智能學(xué)習(xí)方法。世界各地的科學(xué)家在不斷探索下，目前在該領(lǐng)域已經(jīng)提出了許多算法模型，類似AutoEncoder、RBMS、C

6、NNS等等。卷積神經(jīng)網(wǎng)絡(luò)已經(jīng)在圖像識別、語音識別、自然語言處理等領(lǐng)域都取得喜人的成績，相關(guān)的應(yīng)用也應(yīng)運而生。在我國這樣一個多民族的國家，對不同民族人臉特征的研究，不僅能夠很好的認識不同民族繁衍和進化的過程，更能夠?qū)⒉煌褡宓娜四樚卣魍ㄟ^技術(shù)手段保存起來，為民族學(xué)、人類學(xué)將來相關(guān)研究留下一筆寶貴的財富。人臉民族識別同時也能夠擴充和豐富現(xiàn)在的人臉檢測和人臉識別領(lǐng)域。本文構(gòu)建了自己的民族人臉數(shù)據(jù)庫ChineseEthnicityFace。本文首先采用傳統(tǒng)的PCA進行人臉代數(shù)特征提取并采用KNN進行分類識別，然后對比了不同卷積神經(jīng)網(wǎng)絡(luò)的人臉民族特征

7、識別性能，最后基于卷積神經(jīng)網(wǎng)絡(luò)和集成學(xué)習(xí)思想提出了基于多結(jié)構(gòu)差異化的集成卷積神經(jīng)網(wǎng)絡(luò)FF_CNNS，并通過實驗驗證了該網(wǎng)絡(luò)比單個卷積神經(jīng)網(wǎng)絡(luò)有著更高的識別準確率。由于現(xiàn)實中采集大規(guī)模的民族人臉難度較大，本文采用網(wǎng)絡(luò)爬蟲的方式獲取民族人臉圖片，并完成數(shù)據(jù)庫的構(gòu)建。通過對比多個不同結(jié)構(gòu)的深度卷積神經(jīng)網(wǎng)絡(luò)T_CNNS、F_CNNS、FV_CNNS在民族人臉上的識別能力，最終選擇多個F_CNNS和FV_CNNS構(gòu)成的差異性集成卷積神經(jīng)網(wǎng)絡(luò)FF_CNNS。最后設(shè)計并實現(xiàn)了基于FF_CNNS架構(gòu)的人臉民族視頻識別系統(tǒng)，并取得了不錯的準確率。這是首次將卷

8、積神經(jīng)網(wǎng)絡(luò)和集成學(xué)習(xí)應(yīng)用到人臉民族識別中。關(guān)鍵詞：深度學(xué)習(xí)；人臉民族識別；卷積神經(jīng)網(wǎng)絡(luò)，集成學(xué)習(xí)、視頻識別系統(tǒng)。IAbstractSince2006,Alongwiththepa