基于CNN逻辑架构分析的视频人脸姿态与表情研究

• 作 者: 李阳
• 出 处: 河北工业大学
• 发表日期: 2019年01期
• 关键词: 人脸姿态分类 卷积神经网络 迁移学习 人脸表情识别 多姿态人脸识别

近年来,随着人工智能、模式识别和计算机视觉等技术的蓬勃发展,对于人脸信息的研究也逐渐成为一个热门方向。人脸作为一种重要的生物特征,在人机交互、医疗、人身安全、日常生活和军事等领域都有着广泛的应用。人脸信息研究,主要是对视频或者图像中的人脸姿态、肤色、表情等信息进行研究,目前大多数对人脸信息的研究主要是基于图像的,而且几乎都是对人脸信息的某一项信息进行研究,将两种或者多种人脸信息进行研究还比较少。深度学习的快速发展显著提高了人脸信息的识别率,但是对网络逻辑结构的分析却是少见的,本文使用卷积神经网络的方法对人脸信息进行研究,然后对每个网络模型进行分析。本文所做的主要工作为:在人脸表情识别阶段,本文通过观测可视化特征图和准确率折线图的方式选择合适的卷积神经网络结构。首先使用Alex Net、VGGNet、Res Net三种网络模型对CK+和JAFFE数据集进行训练,保存好各自的网络模型、准确率以及误差损失值。将每层网络输出的特征可视化,同时绘制三种网络各自的准确率以及误差损失折线图,通过分析选择最适合人脸表情识别的网络模型。然后选择较好的网络模型,进行训练,最终测试集的准确率达到了98.3%。在对人脸姿态进行分类时,本文提出了一种基于迁移学习的人脸姿态分类方法,首先使用卷积神经网络训练单方向的样本,保存网络模型,然后在训练两个方向的网络模型时,先加载训练好的网络模型,再对两个方向的样本进行训练,最终准确率达到98.7%。并且利用该网络模型对多姿态人脸进行识别,在进行多姿态人脸识别之前,对首先使用人脸姿态的网络模型进行粗分类,分为3类,然后再进行人脸识别,达到了较高的准确率。得到多姿态人脸识别的网络模型后,对3个网络模型进行特征可视化,与人脸姿态分类中所提取的特征进行比较分析,得出学习任务与网络模型所提取到的特征的关系。对人脸姿态的网络模型中的输出进行分析,通过特征匹配的方法得到网络中较为活跃的神经元,并进行统计。本文通过卷积神经网络训练好与人脸信息有关的网络模型,并达到了较高的准确率,并且通过对每个网络模型输出特征进行分析,得到相应的规律。