人脸识别背后的数据清理问题研究-智能系统学报.PDF

第 １２卷第５期　 　 　 　 　 　 　 　 　 　 　 　 智　 能　 系　 统　 学　 报　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 Ｖｏｌ．１２ №．５ ２０１７年１０月　 　 　 　 　 　 　 　 　 　 　 ＣＡＡＩ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｉｎｔｅｌｌｉｇｅｎｔ Ｓｙｓｔｅｍｓ　 　 　 　 　 　 　 　 　 　 　 　 　 Ｏｃｔ． ２０１７ ＤＯＩ：１０．１１９９２／ ｔｉｓ．２０１７０６０２５ 网络出版地址：ｈｔｔｐ：／ ／ ｋｎｓ．ｃｎｋｉ．ｎｅｔ／ ｋｃｍｓ／ ｄｅｔａｉｌ／ ２３．１５３８．ＴＰ１３５０．０１２．ｈｔｍｌ 人脸识别背后的数据清理问题研究 夏洋洋 ，龚勋 ，洪西进１ １ １，２ （１．西南交通大学信息科学与技术学院，四川 成都 ６１１７５６；２． 台湾科技大学 资讯工程系，台湾 台北 １０６０７） 摘　 要：人脸识别技术在深度卷积神经网络（ｄｅｅｐ ｃｏｎｖｏｌｕｔｉｏｎ ｎｅｕｒａｌ ｎｅｔｗｏｒｋｓ，ＤＣＮＮ）的快速发展下取得了显著的成 就。 这些成果主要体现在更深层次的ＤＣＮＮ架构和更大的训练数据库。 然而，由大多数私人公司持有的大型数据 库（百万级）并不对外公开，即使当前部分开放的大型数据库，因为标注信息过少，无法保证精度，会影响ＤＣＮＮ 的训 练。 本文提出了一种易于使用的多角度清理图像方法来提高数据的准确性：通过人脸检测算法清除掉无法检测到 人脸的图像；在清理后的数据集上利用已有模型提取图像特征，并计算相似度，进而统计出一类人脸图像中每一张 图像与其他图像不相似的数目，根据改进参数清理数据。 实验表明，清理后的数据库训练模型在 ＬＦＷ 和Ｙｏｕｔｕｂｅ Ｆａｃｅ数据集上测试的精度得到了提升，使用较小规模数据集情况下，在ＬＦＷ数据集上取得了９９．１７％的准确率，在 Ｙｏｕｔｕｂｅ Ｆａｃｅ数据集也达到了９３．５３％的准确率。 关键词：深度卷积神经网络；ＤＣＮＮ；清理图像；人脸识别；大型数据库 － － － 中图分类号：ＴＰ３９１．４ 　 文献标志码：Ａ　 文章编号：１６７３ ４７８５（２０１７）０５ ０６１６ ０８ － 中文引用格式：夏洋洋，龚勋，洪西进．人脸识别背后的数据清理问题研究［Ｊ］． 智能系统学报，２０１７，１２（５）：６１６ ６２３． 英文引用格式：ＸＩＡ Ｙａｎｇｙａｎｇ，ＧＯＮＧ Ｘｕｎ，ＨＯＮＧ Ｘｉｊｉｎ． Ｒｅｓｅａｒｃｈ ｏｎ ｔｈｅ ｄａｔａ ｃｌｅａｎｓｉｎｇ ｐｒｏｂｌｅｍ ｆｏｒｆａｃｅ ｒｅｃｏｇｎｉｔｉｏｎ ｔｅｃｈｎｏｌｏｇｙ － ［Ｊ］． ＣＡＡＩ ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ ｉｎｔｅｌｌｉｇｅｎｔ ｓｙｓｔｅｍｓ，２０１７，１２（５）：６１６ ６２３． Ｒｅｓｅａｒｃｈ ｏｎ ｔｈｅ ｄａｔａ ｃｌｅａｎｓｉｎｇ ｐｒｏｂｌｅｍ ｆｏｒ ｆａｃｅ ｒｅｃｏｇｎｉｔｉｏｎ ｔｅｃｈｎｏｌｏｇｙ １ １ １，２ ＸＩＡ Ｙａｎｇｙａｎｇ ，ＧＯＮＧ Ｘｕｎ ，ＨＯＮＧ Ｘｉｊｉｎ （１．Ｓｃｈｏｏｌ ｏｆ Ｉｎｆｏｒｍａｔｉｏｎ ＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ，ＳｏｕｔｈｗｅｓｔＪｉａｏｔｏｎｇ Ｕｎｉｖｅｒｓｉｔｙ，Ｃｈｅｎｇｄｕ６１１７５６，Ｃｈｉｎａ；２． Ｄｅｐａｒｔｍｅｎｔ ｏｆ Ｃｏｍｐｕｔｅｒ Ｓｃｉｅｎｃｅ ａｎｄ Ｉｎｆｏｒｍａｔｉｏｎ Ｅｎｇｉｎｅｅｒｉｎｇ，Ｎａｔｉｏｎａｌ Ｔａｉｗａｎ Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ｓｃｉｅｎｃｅ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙ，Ｔａｉｐｅｉ １０６０７，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｆａｃｅ ｒｅｃ