基于深度學(xué)習(xí)的人臉識(shí)別系統(tǒng)和東亞人臉數(shù)據(jù)庫的建立.pdf

1、受益于深度學(xué)習(xí)技術(shù)的發(fā)展和大規(guī)模人臉數(shù)據(jù)庫的建立，人臉識(shí)別技術(shù)在近年來獲得了巨大的突破。然而，目前人臉識(shí)別領(lǐng)域的主流數(shù)據(jù)庫都是以歐美人臉為主體，而現(xiàn)有的東亞人臉數(shù)據(jù)庫規(guī)模不足以支持深度學(xué)習(xí)網(wǎng)絡(luò)的訓(xùn)練，由此訓(xùn)練的人臉識(shí)別器在處理東亞人臉圖片時(shí)難以獲得理想的結(jié)果。本文旨在建立一個(gè)大規(guī)模東亞人臉數(shù)據(jù)庫以填補(bǔ)這一領(lǐng)域的空缺，同時(shí)設(shè)計(jì)一個(gè)適用于東亞人的人臉識(shí)別系統(tǒng)。
　　本文的主要成果包括:完全由手工標(biāo)定的包含4836人共193，602張圖

2、片的小規(guī)模東亞人臉數(shù)據(jù)庫;建立一個(gè)超過300萬張圖片，8000個(gè)人物個(gè)體的東亞人臉數(shù)據(jù)庫，目前尚未有公開的大規(guī)模東亞人臉數(shù)據(jù)庫，根據(jù)本文調(diào)研，公開的歐美主流人臉數(shù)據(jù)庫也只有MegaFace達(dá)到百萬張圖片規(guī)模;設(shè)計(jì)了一個(gè)適用于東亞人的人臉識(shí)別系統(tǒng)，它利用深度學(xué)習(xí)方法提取圖片特征，而后采用機(jī)器學(xué)習(xí)方法進(jìn)行降維，最終使用Joint Bayesian方法訓(xùn)練人臉識(shí)別器，實(shí)驗(yàn)結(jié)果表明，該方法在東亞人臉圖片的識(shí)別任務(wù)上遠(yuǎn)比通常的人臉識(shí)別系統(tǒng)（由歐美