一种适用于移动端的人脸识别系统的算法研究与实现

作     者：刘晓曦 

作者单位：北京邮电大学 

学位级别：硕士

导师姓名：龚萍

授予年度：2022年

学科分类：08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程] 

主      题：人脸识别 人脸质量评估 遮挡人脸 轻量型 

摘      要：随着信息智能化时代的到来,人脸识别逐渐成为计算机视觉领域十分具有应用价值的方向之一,因此受到了学术界和工业界的一致关注。当前,这些人脸识别技术的实现往往要依赖GPU的硬件支持,移动端人脸识别的实现仍然面临着如存储空间较小、计算能力不足等重重困难。另外,移动设备的人脸识别系统通常是在用户无配合的场景下使用,因此其性能也会受到面部遮挡等问题的不利影响。针对这些问题,本文对人脸识别系统进行研究,设计并部署了一种适用于移动端的人脸识别系统。针对移动端人脸识别系统中人脸图像质量不佳的关键问题,提出了一种将人脸对齐和图像质量评估合二为一的算法MTFLD。该算法在人脸关键点检测的基础上,用一种无监督的方法对当前的人脸图片质量进行评估,在不增加系统模型大小的基础上为后续的流程挑选高质量的人脸图片,以提高人脸识别性能。实验结果也验证了MTFLD的优异性能。接着,针对无约束人脸识别中的遮挡问题提出了 一种在遮挡情况下仍然鲁棒的人脸特征提取算法OFRM。该算法在原有的人脸特征提取算法的基础上加入了能够动态为特征图生成一种掩模的Mask Module,使得网络能够更加关注没有被遮挡的部分人脸而忽略被遮挡破坏的特征,从而提高人脸识别性能。实验结果也充分验证了OFRM带来的性能提高。最后,本文在Android设备上部署了设计好的人脸识别系统,并进行人脸识别演示,演示效果良好。