大規(guī)模人臉圖像檢索系統(tǒng)的研究與實(shí)現(xiàn).pdf

1、隨著互聯(lián)網(wǎng)技術(shù)的發(fā)展，現(xiàn)如今的我們已經(jīng)處于一個(gè)信息爆炸的時(shí)代。如何高效的組織和利用這些信息，則成為當(dāng)今時(shí)代的一個(gè)巨大挑戰(zhàn)之一。對(duì)圖像資源而言，其自身包含了豐富的、有用的信息，這些信息機(jī)器都無(wú)法直接處理。因此，大規(guī)模的圖像檢索成為一個(gè)極具研究意義和理論價(jià)值的課題。大規(guī)模的人臉圖像檢索作為其中的一個(gè)具體應(yīng)用，同樣是當(dāng)下熱門的研究方向。
　　人臉圖像檢索，可分為兩大部分，即人臉圖像編碼和高維索引設(shè)計(jì)。一個(gè)良好的人臉圖像編碼不僅要能辨別出

2、不同人之間的區(qū)別，而且對(duì)同一個(gè)人的不同姿態(tài)、不同表情具有一定的容忍度。高維索引設(shè)計(jì)面臨的難題則是“維數(shù)災(zāi)難”問題和檢索效率問題。隨著向量維度的增大和數(shù)據(jù)規(guī)模的增大，人臉圖像檢索系統(tǒng)的性能會(huì)急劇下降。本文以大規(guī)模的人臉圖像檢索為研究課題，旨在實(shí)現(xiàn)一個(gè)百萬(wàn)級(jí)別的大規(guī)模人臉圖像檢索系統(tǒng)。其主要內(nèi)容如下：
　　1．人臉圖像編碼。人臉圖像與普通物體圖像不同，它是一種非剛性的，具有特殊的性質(zhì)。人臉部的五官特征明顯，且位置相對(duì)固定。基于這些分析

3、，本文在人臉對(duì)齊的基礎(chǔ)之上選取五個(gè)關(guān)鍵基準(zhǔn)點(diǎn)（左眼、右眼、鼻子、左嘴角、右嘴角），并以此提取相應(yīng)的局部特征。對(duì)整個(gè)人臉圖像，通過加噪自編碼器（Denoise Autoencoder）自動(dòng)生成全局特征。
　　2．高維索引設(shè)計(jì)。法國(guó)自動(dòng)化研究所的Jegon于2010年提出了非對(duì)稱距離計(jì)算倒排索引機(jī)制（Inverted File with Asymmetric Distance Computation, IVFADC），非對(duì)稱距離計(jì)算倒