具有拒识机制的分类器在人脸识别中的应用

发布时间：2023-02-14 08:54

　　在对生物特征进行识别时,人脸特征由于其特有的友好性而有着天然的优势,然而目前一些正确识别率高的支持向量机(SVM)分类器、支持向量数据描述(SVDD)分类器、深度学习分类器等仍然有2%左右的错误识别率;并且对于考勤系统而言,会存在代考勤的情况即没有合适拒识机制。对人脸认证识别时,针对SVDD存在不能紧密包裹、没有合适拒识机制、正确识别率不能逼近100%的问题,提出了一种具有合适拒识机制的高正确识别率分类器设计算法—基于同类特征点集和包裹点集的同类特征区域紧密包裹曲面的求解算法(CES-SVDD),算法由“同类特征集合的紧密包裹集构造算法”、“基于同类特征点集和包裹点集的同类特征区域紧密包裹曲面的求解算法”、“多类分类器的合适拒识区域设置算法”组成,解决了传统分类器所存在的问题。为了使训练样本鲁棒化,对训练样本进行模糊、平移、旋转等扩充方法,使用扩充后人脸库进行实验验证,结果表明在较小拒识率情况下,CES-SVDD分类器正确识别率能逼近100%。针对人脸识别的有效性,将其应用于基于人脸识别的考勤系统,进而开展研究获取考勤信息,及时了解学生出勤情况、能够有效避免代考勤的出现。

【文章页数】：58 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
第一章 绪论
    1.1 课题研究的背景与意义
    1.2 国内外的发展研究
        1.2.1 人脸识别研究内容
        1.2.2 人脸识别国内外研究现状
        1.2.3 人脸识别分类器
    1.3 两种支持向量机分类器
    1.4 论文的章节安排
第二章 支持向量机的理论发展过程
    2.1 概述
    2.2 支持向量机分类器
        2.2.1 线性支持向量机
        2.2.2 非线性支持向量机
    2.3 核的介绍
        2.3.1 核函数
        2.3.2 常用核函数
    2.4 支持向量数据描述分类器
        2.4.1 单分类超球支持向量机
        2.4.2 多分类超球支持向量机
    2.5 本章小结
第三章 人脸图像预处理与特征处理
    3.1 概述
    3.2 人脸图像预处理
        3.2.1 人脸图像的灰度化
        3.2.2 人脸图像的灰度均衡化
        3.2.3 人脸图像的均值滤波
    3.3 人脸图像特征提取
        3.3.1 基于先验知识的方法
        3.3.2 基于特征不变性的方法
        3.3.3 基于子空间的方法
    3.4 小结
第四章 基于紧密包裹集的分类器设计算法研究
    4.1 概述
    4.2 同类特征集合的紧密包裹集的存在性证明
    4.3 算法设计
        4.3.1 同类特征集合的紧密包裹集构造算法
        4.3.2 同类特征区域紧密包裹曲面的求解算法
        4.3.3 多类分类器的合适拒识区域设置算法
    4.4 CES-SVDD算法在人脸识别中的应用
        4.4.1 人脸库的介绍
        4.4.2 人脸图像数据扩充
        4.4.3 人脸图像预处理
        4.4.4 人脸图像特征提取
    4.5 实验结果
    4.6 实用性场景应用
    4.7 小结
第五章 学生考勤系统的设计与实现
    5.1 概述
    5.2 系统结构功能设计
        5.2.1 界面初始化
        5.2.2 人脸录入
        5.2.3 刷脸签到
        5.2.4 打卡结果
    5.3 数据库设计
    5.4 人脸识别功能模块
    5.5 结论
第六章 总结与展望
    6.1 总结
    6.2 后续工作展望
参考文献
攻读学位期间的研究成果
致谢



本文编号：3742323