基于深度學習的人臉圖像中人物親緣關系識別技術研究.pdf

1、人臉圖像隱含著豐富且復雜的信息，相似的基因會直接表達為容貌的相似。本文基于生物學的理論背景，面向人工智能在人臉圖像分析領域更廣泛的應用，對基于深度學習識別人臉圖像中人物的親緣關系進行了深入的研究。
　　親緣關系識別是一項新穎又富有挑戰(zhàn)的研究，為了從人臉圖像中識別人物之間的親緣關系，本文定義了一種新的關聯(lián)特征用以表示兩個人物之間的關聯(lián)。借鑒多層自編碼器以輸入重構目標的思想，結合深度卷積神經(jīng)網(wǎng)絡強大的特征提取能力，本文設計了一種新的深

2、度卷積自編碼神經(jīng)網(wǎng)絡，關聯(lián)特征就是這個深度神經(jīng)網(wǎng)絡深層級隱層的激活值。深度卷積自編碼神經(jīng)網(wǎng)絡有監(jiān)督地應用反向傳播算法，隨著網(wǎng)絡層級的加深，逐步從人臉圖像中提取代表人物的身份特征，并將一對人物的身份特征融合成為表示兩者關系的關聯(lián)特征。
　　基于深度學習從人臉圖像中提取的關聯(lián)特征，可以有效地識別某種給定的人物關系。本文的主要貢獻體現(xiàn)在以下幾個方面：
　　1.定義了一種新的關聯(lián)特征，代表兩個人物之間的關系。實驗證明關聯(lián)特征能有效地

3、表示兩個人物的聯(lián)接，可以根據(jù)關聯(lián)特征判斷一對人臉圖像是否具有所定義的關系。
　　2.設計了一種深度模型，用以提取人物間的關聯(lián)特征。隨著網(wǎng)絡層級加深和神經(jīng)元數(shù)目的減小，深度卷積自編碼神經(jīng)網(wǎng)絡有監(jiān)督地學習，使得輸入的人臉圖像逐漸成為緊湊有效的關聯(lián)特征。
　　3.基于本文提出的深度學習方法，對具有遺傳關系的父子、父女、母子和母女四種親緣關系，實現(xiàn)了對人臉圖像中人物間親緣關系的識別。實驗證明，本文提出的算法可以有效的識別親緣關系。<