网吧监控中的人脸检索方法研究与实现-控制科学与工程专业论文.docx

摘要摘要当前，基于人物脸部图像特征的识别技术(简称人脸识别)，因其具有的自 然性，无感知性等特点而越来越受到业界的关注。受控条件下的人脸识别技术已 经达到了实用的水平，很多性能优良的人脸识别产品不断涌现。然而，伴随着互 联网技术的发展和平安城市建设的深入，人脸识别技术的应用场景不断扩展，如 何在自然条件下获得满足市场应用要求的人脸识别算法是目前研究的重点和难 点问题。本文针对网吧真实场景构建了一个基于网吧视频监控系统，提供视频人脸图 片实时采集和检索的人脸检索系统。在已有人脸采集和检索方法的基础上，根据 不同情景，探索性能优良的人脸特征抽取和检索算法。其主要工作内容如下：1．在样本稀疏条件下，提出了一种多特征融合的人脸特征抽取算法。系统 部署初期，人脸采集系统能够获取的人脸图片较少，当下比较常用的基于深度学 习的特征抽取方法由于训练样本数量不能满足要求而效果不佳。而传统的人工设 计特征虽然在某一个方面能够取得较好的性能，但是在现实场景下缺乏普遍适用 性。找到一种多特征融合的人脸特征抽取算法，成为解决此类问题的途径之一。 基于这一点，本文提出了一种多特征融合的人脸特征抽取方法。实验表明，该方 法在稀疏样本集条件下比单个特征检索在现实场景下的准确率有了较为显著的 提升。2．在样本稠密条件下，提出了一种带相关反馈的基于深度神经网络模型的 人脸检索方法。随着系统部署时间的推移，能够用来训练的样本数量不断增加， 如何充分有效地利用这些样本，进一步提高人脸检索系统的准确率和鲁棒性，成 为值得研究的又一问题。本文利用大量的样本训练卷积神经网络和哈希检索函数 完成人脸特征的抽取和哈希码的生成，并利用用户对检索结果的反馈信息训练反 馈模块，优化检索性能。实验表明，在样本稠密条件下该方法具有相对其它方法 更为优秀的检索性能，同时由于反馈环节的存在该方法会随着检索的进行而越来 越智能。3．结合已有的人脸检测算法，将上述人脸特征抽取和检索方法应用到“火 眼”人脸检测与检索系统中，获取检索库中与待检索图片相似的人脸及其对应的 身份信息。经过不断研究，该系统己经作为产品在合肥市公安局网监支队部署试 用，具有良好的市场前景。关键词：人脸图像身份识别人脸检索特征融合深度学习卷积神经网络万方数据摘要H万方数据ABSTRACTABSTRACTFace reco嘶tion is a feature that is quickly gaining attention in the industry, mainly due to its naturalness and oblivious．This feature is already available for practical applications under controlled conditions．There are many face recognition products on the market and the number is continuously growing．With the development of Intemet and the construction of the safe city,face recognition is being used widely and in different sectors．Demand is continuously increasing and changing and it has become difficult for the producers to be able to meet the market requirements．There is especial a need to come up、Ⅳitll an algorithm that works，under natural conditions，such as cases where one is affected by illumination and posture．This dissertation is aimed at structuring a Face Retrieval System，based on cybercafe video surveillance，which is used to face pictures retrieval in video and collect identity in real-time．We used the tools in different scenarios and explored face feature extraction and retrieval algorithms、析m excell