基于关注机制的金丝猴面部识别

发布时间：2025-08-12 18:52

　　金丝猴是I级保护动物,在生物进化和种群结构上有着极高的研究价值。针对金丝猴的研究,需要建立在个体的准确识别之上。而传统的识别方法效率低且准确度低,不能够快速而准确的识别出金丝猴个体。随着计算机视觉技术的发展,应用计算机视觉技术进行金丝猴面部识别成为了可能。深度学习网络特别是卷积神经网络(Convolutional Neural Network,CNN)已经在图像处理、图像分类等领域取得了巨大的成功。针对金丝猴识别难的问题,本文将会采用基于注意力机制的卷积神经网络进行金丝猴面部识别。本文首先介绍了金丝猴面部识别的背景及其意义,然后阐述了面部识别的发展现状并阐述了本文的创新点。然后,介绍了卷积神经网络的发展史,以及卷积神经网络的基本结构。对注意力机制进行了详细的阐述,并介绍了深度特征的融合策略。接着分析了金丝猴数据集以及金丝猴面部图像,并在该基础之上分别提出了RAP-Net和Tri-Attention算法。最后,基于Java Web实现了金丝猴面部识别系统。(1)本文从金丝猴数据集出发,分析了金丝猴数据集的特点以及难点,并分析了金丝猴面部图像的区域特征。基于金丝猴图像分析,本文提出了RAP-...

【文章页数】：68 页

【学位级别】：硕士

【部分图文】：

图2.1最大池化层的向前和向后传播

池化层包括平均池化层和最大池化层,平均池化层是求区域的平均值,而最大池化层是求区域的最大值。最大池化层的向前传播和反向传播过程如图2.1所示。(3)反卷积

图3.1金丝猴数据集中的部分图像

金丝猴面部图像数据是在野外环境下采集的,由于非配合性采样,导致每个个体包含的样本数据量大小不等,但大多数金丝猴个体的样本数据量在100到500之间。由于所采集到的原始图像包含大量背景元素,而金丝猴的面部图像所占比例很小,因此不能直接使用原始数据。需经人工裁剪和处理之后才能使用,最....

图3.2同一个体在不同光照下,外观有着很大的差异

金丝猴的生活环境相对复杂,因此在采集数据的过程中不可避免的会引入很多不可控的外界因素。在众多外界因素中,自然光照对于金丝猴图像数据的影响很大,这是由于金丝猴的毛发易受光照的影响。如图3.2所示。在金丝猴的面部区域中,毛发覆盖区域所占的比例很大,而非毛发区域所覆盖的区域相对较小。不....

图3.3不同环境下的金丝猴

在非限制性的环境下采集数据,遮挡同样是不可避免的。遮挡会导致金丝猴的局部特征丢失,而引入了带有干扰性的特征。如图3.3中(3)所示,金丝猴部分毛发特征以及嘴部特征被树叶遮挡,并引入了绿色树叶特征。这些外界干扰性特征将会影响到金丝猴分类,并为算法提出了更高的要求。在处理原始数据的过....

本文编号：4058982