網(wǎng)吧監(jiān)控中的人臉檢索方法研究與實現(xiàn).pdf

1、當前，基于人物臉部圖像特征的識別技術（簡稱人臉識別），因其具有的自然性，無感知性等特點而越來越受到業(yè)界的關注。受控條件下的人臉識別技術已經(jīng)達到了實用的水平，很多性能優(yōu)良的人臉識別產(chǎn)品不斷涌現(xiàn)。然而，伴隨著互聯(lián)網(wǎng)技術的發(fā)展和平安城市建設的深入，人臉識別技術的應用場景不斷擴展，如何在自然條件下獲得滿足市場應用要求的人臉識別算法是目前研究的重點和難點問題。
　　本文針對網(wǎng)吧真實場景構建了一個基于網(wǎng)吧視頻監(jiān)控系統(tǒng)，提供視頻人臉圖片實時采集

2、和檢索的人臉檢索系統(tǒng)。在已有人臉采集和檢索方法的基礎上，根據(jù)不同情景，探索性能優(yōu)良的人臉特征抽取和檢索算法。其主要工作內容如下:
　　1.在樣本稀疏條件下，提出了一種多特征融合的人臉特征抽取算法。系統(tǒng)部署初期，人臉采集系統(tǒng)能夠獲取的人臉圖片較少，當下比較常用的基于深度學習的特征抽取方法由于訓練樣本數(shù)量不能滿足要求而效果不佳。而傳統(tǒng)的人工設計特征雖然在某一個方面能夠取得較好的性能，但是在現(xiàn)實場景下缺乏普遍適用性。找到一種多特征融合的

3、人臉特征抽取算法，成為解決此類問題的途徑之一。基于這一點，本文提出了一種多特征融合的人臉特征抽取方法。實驗表明，該方法在稀疏樣本集條件下比單個特征檢索在現(xiàn)實場景下的準確率有了較為顯著的提升。
　　2.在樣本稠密條件下，提出了一種帶相關反饋的基于深度神經(jīng)網(wǎng)絡模型的人臉檢索方法。隨著系統(tǒng)部署時間的推移，能夠用來訓練的樣本數(shù)量不斷增加，如何充分有效地利用這些樣本，進一步提高人臉檢索系統(tǒng)的準確率和魯棒性，成為值得研究的又一問題。本文利用大

4、量的樣本訓練卷積神經(jīng)網(wǎng)絡和哈希檢索函數(shù)完成人臉特征的抽取和哈希碼的生成，并利用用戶對檢索結果的反饋信息訓練反饋模塊，優(yōu)化檢索性能。實驗表明，在樣本稠密條件下該方法具有相對其它方法更為優(yōu)秀的檢索性能，同時由于反饋環(huán)節(jié)的存在該方法會隨著檢索的進行而越來越智能。
　　3.結合已有的人臉檢測算法，將上述人臉特征抽取和檢索方法應用到“火眼”人臉檢測與檢索系統(tǒng)中，獲取檢索庫中與待檢索圖片相似的人臉及其對應的身份信息。經(jīng)過不斷研究，該系統(tǒng)已經(jīng)作