基于卷積神經(jīng)網(wǎng)絡(luò)的人臉檢測(cè)和性別識(shí)別研究.pdf

1、卷積神經(jīng)網(wǎng)絡(luò)是一種特殊的深層的神經(jīng)網(wǎng)絡(luò)模型，它是將人工神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)技術(shù)相結(jié)合而產(chǎn)生的一種新型人工神經(jīng)網(wǎng)絡(luò)方法，具有局部感受區(qū)域、層次結(jié)構(gòu)化、特征提取和分類過程結(jié)合的全局訓(xùn)練的特點(diǎn)，在圖像識(shí)別領(lǐng)域獲得了廣泛的應(yīng)用。卷積神經(jīng)網(wǎng)絡(luò)的特殊性體現(xiàn)在兩個(gè)方面，一方面它的神經(jīng)元之間的連接是非全連接的，另一方面同一層中某些神經(jīng)元之間的連接的權(quán)重是共享的，這種非全連接和權(quán)值共享的網(wǎng)絡(luò)結(jié)構(gòu)降低了網(wǎng)絡(luò)模型的復(fù)雜度，減少了權(quán)值的數(shù)量，這種網(wǎng)絡(luò)結(jié)構(gòu)對(duì)平移、

2、旋轉(zhuǎn)、傾斜、比例縮放等具有高度不變性。
　　本文設(shè)計(jì)了基于卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的人臉檢測(cè)算法可以魯棒檢測(cè)高度可變的人臉圖像，可以自動(dòng)從一組有人臉和無人臉圖像訓(xùn)練集中，自動(dòng)合成簡(jiǎn)單的特定問題的特征提取器，而不需要做任何假設(shè)或使用任何手工提取特征和人臉區(qū)域。所設(shè)計(jì)的卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)和訓(xùn)練方法，對(duì)于旋轉(zhuǎn)、遮擋等背景復(fù)雜的圖像具有較好的魯棒性，在檢測(cè)率和誤警率之間取得了很好的平衡性。實(shí)驗(yàn)表明，一個(gè)有效人臉檢測(cè)系統(tǒng)在圖像區(qū)域分類之前并不需要任何

3、昂貴的局部預(yù)處理。論文中的算法在三個(gè)具有挑戰(zhàn)性的數(shù)據(jù)集中取得非常高的人臉檢測(cè)率，特別低的誤警率，而無需使用多個(gè)網(wǎng)絡(luò)去處理困難的情況。
　　同時(shí)，我們還設(shè)計(jì)了基于卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的人臉性別識(shí)別算法，直接輸入檢測(cè)得到的人臉圖像，避免了對(duì)圖像復(fù)雜的前期預(yù)處理。特征提取和模式分類同時(shí)進(jìn)行，卷積層和下采樣層由多個(gè)特征圖組成，并且可以通過學(xué)習(xí)訓(xùn)練得到。通過在不同人臉數(shù)據(jù)庫(kù)上的實(shí)驗(yàn)，研究了卷積神經(jīng)網(wǎng)絡(luò)是否對(duì)光照、旋轉(zhuǎn)、遮擋等影響人臉的因素具有魯