文獻標識碼: A
DOI:10.16157/j.issn.0258-7998.191314
中文引用格式: 張潤生,賀超,況朝青. 基于深度神經網絡的偽裝人臉識別[J].電子技術應用,2020,46(5):27-30.
英文引用格式: Zhang Runsheng,He Chao,Kuang Chaoqing. Disguised face recognition based on deep neural network[J]. Application of Electronic Technique,2020,46(5):27-30.
0 引言
近年來,視頻監控領域下的人臉識別得到了廣泛關注,通過監控抓捕到犯罪嫌疑人的新聞時有出現,大大提高了案件的偵破率。但是監控拍攝到的圖像中很可能會存在遮擋,使得識別率下降,錯失抓捕嫌疑人的機會。遮擋一般分為兩種,即自然遮擋和人為偽裝[1]。自然遮擋包括樹葉、欄桿等,人為偽裝包括帽子、墨鏡、圍巾等。通過偽裝,犯罪分子可以逃避監控的追蹤,增大了案件的偵破難度。
針對這些問題,文獻[2]提出了一種基于遮擋模式的稀疏表示分類的方法,構建的解析詞典與測試圖像具有相同的遮擋,提高了分類性能;利用稀疏字典學習的判別性來處理人臉識別問題中的連續遮擋。文獻[3]使用Gabo小波、PCA和SVM來解決遮擋檢測問題,將人臉圖像分成兩個相等的分量,從每個分量中提取Gabor小波特征,用于降維主成分分析,最后使用局部二值模式來完成識別過程;在識別期間,權重被分配給測試圖像的每個局部區域,與給定未被遮擋的訓練示例的每個區域的可能性成比例。文獻[4]在人臉圖像的每個點上找到最大匹配區域,提取其傅里葉幅度譜作為特征,最后使用余弦相似度進行識別。但是這些方法都是針對一定類型的遮擋通過建模來完成識別的,泛化性能較差;而神經網絡能夠通過大量數據的訓練來學習到相關特征,獲得更好的識別性能,在信號調制、計算機視覺、文本分析、故障檢測等領域均有廣泛的應用[5-8]。
文章詳細內容請下載http://m.viuna.cn/resource/share/2000002785
作者信息:
張潤生1,2,3,賀 超1,2,3,況朝青1,2,3
(1.重慶郵電大學 通信與信息工程學院,重慶400065;2.重慶高校市級光通信與網絡重點實驗室,重慶400065;
3.泛在感知與互聯重慶市重點實驗室,重慶400065)