基于深度学习的三维人脸识别方法研究
详细信息    查看全文 | 推荐本文 |
  • 作者:吴梦蝶
  • 关键词:三维人脸识别 ; 深层卷积网络 ; 特征提取
  • 中文刊名:SDGJ
  • 英文刊名:Shandong Industrial Technology
  • 机构:延安大学西安创新学院数据科学与计算机学院;
  • 出版日期:2019-04-16
  • 出版单位:山东工业技术
  • 年:2019
  • 期:No.289
  • 语种:中文;
  • 页:SDGJ201911134
  • 页数:2
  • CN:11
  • ISSN:37-1222/T
  • 分类号:162-163
摘要
本文通过深度卷积网络(Deep Convolutional Neural Networks,DCNN)实现人脸的三维特征和二维特征的提取。对建立的两个DCNN进行训练以及识别测试。将两个DCNN提取的二维人脸图像及人脸深度图的高层抽象特征作为一神经网络(Artificial Neural Network,ANN)的输入,输出结果作为提取的最终特征。实验结果表明,与其他识别方法相比,本文设计的方法在识别正确率上得到了可观的提高。
        
引文
[1]Krizhevsky A,Sutskever I,Hinton G E.ImageNet classification with deep convolutional neural networks[C].International Conference on Neural Information Processing Systems.Curran Associates Inc.2012:1097-1105.
    [2]Erdem C E,Ulukaya S,Karaali A,et al.Combining Haar Feature and skin color based classifiers for face detection[C].IEEEInternational Conference on Acoustics,Speech and Signal Processing.IEEE,2011:1497-1500.
    [3]Huang C C,Tsai C Y,Yang H C.An Extended Set of Haarlike Features for Bird Detection Based on AdaBoost[C].Signal Processing,Image Processing and Pattern Recognition-International Conference,Sip 2011,Held As.DBLP,2011:160-169.
    [4]Yan L V,Gong Q.Application of weighting 3D-Otsu method in image segmentation[J].Application Research of Computers,2011,28(04):1576-1579.