登录

  • 登录
  • 忘记密码?点击找回

注册

  • 获取手机验证码 60
  • 注册

找回密码

  • 获取手机验证码60
  • 找回
毕业论文网 > 文献综述 > 电子信息类 > 电子科学与技术 > 正文

基于机器学习的人脸自动识别系统文献综述

 2020-04-14 17:19:21  

1.目的及意义

1.1 选题意义及背景

英特尔创始人之一的戈登-摩尔提出的摩尔定律揭示了信息技术进步的速度,在集成电路芯片IC(Integrated Circuit)的高速发展和如今数据流量时代爆炸增长的大数据的推动之下,人工智能 REF _Ref4166253 * MERGEFORMAT [1]AI(Artificial Intelligence)领域异常火爆,各大科技巨头之间的博弈也是非常激烈,他们的AI技术应用更是层出不穷,如谷歌DeepMind的AlphaGo的升级版——AlphaZero;IBM旗下的医疗AI——Watson;英特尔与百度达成合作的自动驾驶AI项目——Apollo等等,人工智能AI正在逐渐走进人类的生活,得到了各阶级人们广泛的关注。

人工智能AI领域之一机器学习(Machine Learning)的应用也走进了人们的视野,我国南京大学的周志华老师编写的《机器学习》 REF _Ref4164228 * MERGEFORMAT [2]也深受入门者喜欢,机器学习在计算机视觉及图像处理 REF _Ref4166387 * MERGEFORMAT [3]中有广泛应用,其中人脸识别 REF _Ref4164615 * MERGEFORMAT [4]就是一个应用例子,基于机器学习的人脸识别 REF _Ref4164615 * MERGEFORMAT [5]是当前人工智能和模式识别的研究热点。自从“9·11”美国遭受恐怖袭击之后,身份认证已经成为了各国政府重视的一个问题,传统的通过密码或证件的身份识别和认证方法容易被不法分子伪造,从而造成个人、甚至是国家财产的损失,对不明身份的人无法及时确定其身份信息也很容易给公共社会治安造成不稳定因素,于是基于生物特征的识别方法在这种时候脱颖而出,成为各国政府的首选方法,生物特征识别包括指纹、虹膜、人脸等的生物特征识别,相比于传统方法具有更好的安全性和可靠性。而人脸识别相对于指纹、虹膜识别,人脸识别显然具有友好性、隐蔽性、方便性等优势,它不用强制性收集被识别者的信息,也不用被识别者的主动配合,同时人脸的采集也更多元化,因而开发出能随时随地进行精准人脸识别的系统自然而然具有十分重要的安全意义和研究价值。

1.2 国内外研究的现状

在早期,上世纪60年代的人脸识别局限于收集人脸面部特征,如眼睛、嘴巴、鼻子的位置、双眼距离等等,这个时期的人脸识别是基于几何特征的方法,识别繁琐且作用十分有限,到了90年代,有学者提出基于主成分分析 REF _Ref4166149 * MERGEFORMAT [6]PCA(Principal Component Analysis)方法的特征脸(Eigenfaces)进行人脸识别,还有基于线性判别分析LDA(Linear Discrimination Analysis)的Fisher脸(Fisherfaces)进行识别,此时PCA和LDA是最主要的理论成果,人脸识别这时已经初具效果了,但在90年代摩尔定律还处于高速发展时期,CPU、GPU的计算能力尚未完全挖掘,机器学习也因此发展迟缓,直到今天,高度集成的芯片赋予CPU超高速的计算能力,大数据时代的海量数据也可以轻而易举的获取,这使得机器学习得以快速发展,人脸识别也有了更好的方法,包括遗传算法 REF _Ref4165541 * MERGEFORMAT [7]GA(Genetic Algorithm)、支持向量机 REF _Ref4165584 * MERGEFORMAT [8]SVM(Support Vector Machine)、卷积神经网络 REF _Ref4165472 * MERGEFORMAT [9]CNN(Convolutional Neural Network)、贝叶斯分类器(Bayes Classifier)等等,此时深度学习 REF _Ref4165842 * MERGEFORMAT [10]在计算机视觉及模式识别中大放异彩,占据了主要地位,直至今日,各种综合基于深度学习 REF _Ref4165931 * MERGEFORMAT [11]的人脸识别技术不断被提出来,新的技术赋予了人脸识别更可靠的精确度,甚至是情绪分析,人脸识别也因此在公安系统、海关、银行、人机交互等各个需要身份识别认证的地方有了充分应用。

{title}

2. 研究的基本内容与方案

{title}


2.1 本论文的主要工作和内容

学习并掌握机器学习的相关理论知识以及图像的特征提取与比对识别的相关算法;以程序设计语言例如C ,python等为工具设计实现一套基于机器学习的人脸自动识别系统,通过对人脸面部特征的比对,达到对目标对象高效自动识别的目的。

掌握机器学习中包括深度学习,卷积神经网络的理论及方法,上网收集大量人脸数据集作为训练集 REF _Ref4165891 * MERGEFORMAT [12],构造训练网络,小部分作为测试集;掌握人脸识别的理论方法,包括人脸检测,在本设计中人脸检测都是狭义的指训练机器检测一副静态图片中检测是否存在人脸,广义的人脸检测及追踪算法不涉及;学习程序设计语言如Python,学习算法设计,能通过对机器学习的经典算法的分析使用构造出合适的人脸识别系统。


剩余内容已隐藏,您需要先支付 5元 才能查看该篇文章全部内容!立即支付

微信号:bysjorg

Copyright © 2010-2022 毕业论文网 站点地图