金絲猴是國(guó)家一級(jí)保護(hù)動(dòng)物,在環(huán)境生態(tài)學(xué)和動(dòng)物行為學(xué)研究方面具有重要的研究?jī)r(jià)值。在對(duì)金絲猴進(jìn)行保護(hù)和相關(guān)研究的過程中,首要的任務(wù)就是準(zhǔn)確識(shí)別金絲猴的個(gè)體身份。還需要對(duì)金絲猴個(gè)體的高級(jí)屬性:性別和年齡段進(jìn)行識(shí)別。針對(duì)目前相關(guān)部門已具有的大量金絲猴的圖像和視頻數(shù)據(jù),而傳統(tǒng)的人工識(shí)別的方法難易滿足繁重的識(shí)別與分析任務(wù),以及現(xiàn)有面部識(shí)別算法難以直接應(yīng)用于猴臉特征識(shí)別的問題,本文展開基于深度學(xué)習(xí)的金絲猴面部識(shí)別算法的相關(guān)研究,快速準(zhǔn)確的猴臉自動(dòng)識(shí)別將很大程度上推進(jìn)金絲猴研究與保護(hù)的工作進(jìn)展。本文首先闡述了金絲猴面部圖像識(shí)別的研究意義以及相關(guān)發(fā)展現(xiàn)狀,然后概述了深度學(xué)習(xí)（Deep Learning,DL）以及卷積神經(jīng)網(wǎng)絡(luò)（Convolutional Neural Network,CNN）的相關(guān)理論基礎(chǔ),并分析了金絲猴面部圖像相似性大,角度多變、存在部分遮擋等情況帶來的識(shí)別難度,結(jié)合深度學(xué)習(xí)中卷積神經(jīng)網(wǎng)絡(luò)的基本方法和理論,設(shè)計(jì)了針對(duì)金絲猴個(gè)體識(shí)別以及性別和年齡段識(shí)別的網(wǎng)絡(luò)結(jié)構(gòu),并給出了相應(yīng)的識(shí)別算法。最后,設(shè)計(jì)并實(shí)現(xiàn)了基于Qt開源平臺(tái)的金絲猴面部識(shí)別軟件。（1）針對(duì)金絲猴個(gè)體識(shí)別任務(wù)中存在的難點(diǎn),通過... 

【文章來源】：西安電子科技大學(xué)陜西省 211工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：82 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

帶有一定角度的金絲猴面部圖像

含了整個(gè)頭部的區(qū)域，主要是由于臉上毛發(fā)的紋理特征是其比較關(guān)鍵的特征。而露出的皮膚區(qū)域占比相對(duì)較小，具體如圖 3.6 所示。圖3.6 金絲猴面部圖像分析圖從人類直觀視覺的角度來說，對(duì)于金絲猴的個(gè)體識(shí)別，這部分整體占比較少的皮膚區(qū)域（包含眼睛、鼻子、嘴巴）對(duì)分類結(jié)果來說也比較重要。而當(dāng)以整個(gè)面部圖像作為卷積神經(jīng)網(wǎng)絡(luò)的輸入時(shí)，隨著多重的卷積和 pooling 操作，會(huì)使得這部分信息丟失的比較嚴(yán)重。多重卷積操作后會(huì)使得面部結(jié)構(gòu)中的較為重要的幾何位置之間的約束關(guān)系逐步消失，忽略掉其整體與局部之間的關(guān)聯(lián)信息。因此，在金絲猴的個(gè)體面部圖像識(shí)別任務(wù)中，如何兼顧面部的整體毛發(fā)以及占比相對(duì)較少又較為關(guān)鍵的面部皮膚區(qū)域就顯得至關(guān)重要。

[41]，如圖 3.7 所示。圖3.7 普通網(wǎng)絡(luò)加深層數(shù)后錯(cuò)誤率變化情況[41]圖 3.7 中，左邊是訓(xùn)練過程的錯(cuò)誤率，右邊是測(cè)試過程的錯(cuò)誤率�？梢钥闯觯徽撛谟�(xùn)練過程還是測(cè)試過程中，這樣簡(jiǎn)單的堆疊方式形成的網(wǎng)絡(luò)，層數(shù)越來越深后準(zhǔn)確率反而下降了。而 ResNet 則是提出了殘差塊結(jié)構(gòu)來解決這個(gè)問題。ResNet 和HighWay Network[49]很相似，都允許原始輸入信息直接傳到后面的層中。具體來說，殘差塊與普通的網(wǎng)絡(luò)在結(jié)構(gòu)上的差別如圖 3.8 所示。weight layerweight layerweight layerweight layerXH(x)XF(x)H(x)=F(x)+xrelurelurelurelu+圖3.8 普通網(wǎng)絡(luò)與殘差網(wǎng)絡(luò)結(jié)構(gòu)對(duì)比圖

【參考文獻(xiàn)】：
期刊論文
[1]基于分塊主成分分析的太行山獼猴面部相似性[J]. 王白石,王振龍,鹿鶴,李利,路紀(jì)琪.  獸類學(xué)報(bào). 2013(03)
[2]走近藍(lán)面精靈——川金絲猴[J]. 蔚培龍.  科學(xué)與文化. 2011(03)
[3]神農(nóng)架川金絲猴棲息地植物區(qū)系特征及食物資源研究[J]. 鐵軍,張晶,彭林鵬,廖明堯,楊林森,張志翔.  廣西植物. 2009(06)
[4]人臉檢測(cè)研究綜述[J]. 梁路宏,艾海舟,徐光祐,張鈸.  計(jì)算機(jī)學(xué)報(bào). 2002(05)

博士論文
[1]人臉識(shí)別中若干關(guān)鍵問題的研究[D]. 山世光.中國(guó)科學(xué)院研究生院（計(jì)算技術(shù)研究所） 2004

碩士論文
[1]基于CNN的金絲猴面部識(shí)別研究與實(shí)現(xiàn)[D]. 方楠.西安電子科技大學(xué) 2017



本文編號(hào)：3012335