基於FaceNet之偽裝人臉身份辨識

本論文提出基於FaceNet之偽裝人臉身份辨識系統，其目的為當辨識目標穿著偽裝物品時，系統可以正確識別身份。

系統使用Single Shot Multibox Detector (SSD)檢測臉部 ... 隨時查．隨時看，你的隨身圖書館已上線! 立即使用 DOI 是數位物件識別碼 （ D igital O bject I dentifier ） 的簡稱， 為物件在網路上的唯一識別碼，可用於永久連結並引用目標物件。

使用DOI作為永久連結 每個DOI號前面加上 「 http://dx.doi.org/ 」 便成為永久網址。

如以DOI號為 10.5297/ser.1201.002 的文獻為例，此文獻的永久連結便是： http://dx.doi.org/ 10.5297/ser.1201.002 。

日後不論出版單位如何更動此文獻位置，永久連結所指向的位置皆會即時更新，不再錯失重要的研究。

引用含有DOI的文獻 有DOI的文獻在引用時皆應同時引用DOI。

若使用APA、Chicago以外未規範DOI的引用格式，可引用DOI永久連結。

DOI可強化引用精確性、增強學術圈連結，並給予使用者跨平台的良好使用經驗，目前在全世界已有超過五千萬個物件申請DOI。

如想對DOI的使用與概念有進一步了解，請參考 華藝DOI註冊中心 （ doi.airiti.com ） 。

來源資料 淡江大學電機工程學系碩士班學位論文 碩士班/2019年 創新設計一電容式無線充電使用的像素化電極板-適用具金屬外殼之手機 一種基於測試模式特性的低功耗測試架構 基於深度姿態估測網路之無紋理模型拼裝規劃 最佳化可調式射頻能量擷取與低功耗穩壓電路設計 可編程之模組化音樂創作系統 基於谷歌圖像辨識技術之車內人與寵物遺留通知系統 具數位輔助注入鎖定校正之超低功耗喚醒接收器 運用光時域反射儀煙霧感測技術之研究 軟體定義網路中基於混合式機器學習演算法之入侵檢測系統 基於FaceNet之偽裝人臉身份辨識 工學院 > 電機工程學系碩士班 工程學 > 電機工程 書目管理工具 書目匯出 加入收藏 E-mail給朋友 列印書目 相關連結 問題回報 同意授權/列印瀏覽電子全文服務，於2022/07/31 訂閱授權通知 基於FaceNet之偽裝人臉身份辨識 DisguisedFaceRecognitionBasedonFaceNet 温家宏 ,碩士　　指導教授：易志孝　　共同指導教授：洪國銘 繁體中文 偽裝辨識；人臉辨識；深度學習；類神經網路；FaceNet；DisguisedFaceRecognition；FaceRecognition；DeepLearning；NeuralNetworks；FaceNet 分享到 摘要 │ 參考文獻 (53) │ 文章國際計量 摘要 〈TOP〉 本論文提出基於FaceNet之偽裝人臉身份辨識系統，其目的為當辨識目標穿著偽裝物品時，系統可以正確識別身份。

系統使用SingleShotMultiboxDetector(SSD)檢測臉部區域，再使用FaceNet來提取臉部特徵。

將乾淨臉的臉部特徵與身份類別輸入到支持向量機進行訓練，系統能得到辨識身份的分類器。

以穿戴偽裝物品的偽裝臉測試系統，特徵萃取步驟與訓練階段相同，使用SSD檢測臉部區域，再利用FaceNet萃取臉部特徵，系統將測試資料的人臉特徵輸入到分類器進行辨識，能得到穿戴偽裝物的人員身份。

實驗資料使用AR資料庫提供的人臉圖像。

偽裝身份辨識系統使用100個身份訓練系統，使用相同身分的偽裝臉測試系統，系統辨識正確率為95.66%。

提出方法與AbdenourHadid等人提出辨識系統相比，所提出系統較能抵抗偽裝物件的影響。

並列摘要 〈TOP〉 ThisthesisproposesadisguisedfacerecognitionsystembasedonFaceNet,whichisusedtorecognizetheidentificationofapersonwearingdisguiseditems.TheproposedsystemusestheSingleShotMultiboxDetector(SSD)todetectthefaceregionofapersoninanimage.ThefacialfeaturesofacleanfacearefirstextractedbytheFaceNetandthenusedtotrainthesupportvectormachine(SVM)classifier.Fortestingtheaccuracyoftheproposedsystem,theinputsarethedisguisedfacesoftheidentitiesinthetrainingset.SDDisusedtodetectthefacialregion,FaceNetisusedtoextractfacialfeatures,andSVMclassifierisusedtofindtheidentityofthepersonwhowearingdisguiseditems.Totrainandtesttheproposeddisguisedfacerecognitionsystem,weuseimagesprovidedintheARdataset.Weusethecleanimagesof100identitiestotrainoursystemandthentestthetrainedsystemswiththesameidentitieswhoweardisguiseditems.Thesystemidentificationaccuracyrateis95.66%.ComparedwiththedisguisedrecognitionsystemproposedbyAbdenourHadidetal.,ourfacerecognitionsystemismoreresistanttotheeffectsofdisguisedobjects. 參考文獻 ( 53 ) 〈TOP〉 [1] M.Arsenovic,S.Sladojevic,A.Anderla,andD.Stefanovic,"FaceTime—Deeplearningbasedfacerecognitionattendancesystem,"in2017IEEE15thInternationalSymposiumonIntelligentSystemsandInformatics(SISY),2017,pp.53-58. [2] W.Ya,B.Tianlong,D.Chunhui,andZ.Ming,"Facerecognitioninreal-worldsurveillancevideoswithdeeplearningmethod,"in20172ndInternationalConferenceonImage,VisionandComputing(ICIVC),2017,pp.239-243. [3] AustralianGovernment.smartgates[Online].Available:https://www.abf.gov.au/entering-and-leaving-australia/smartgates. [4] MarketsandMarkets.(2017).FacialRecognitionMarket[Online].Available:https://www.marketsandmarkets.com/Market-Reports/nanophotonics-advanced-technologies-and-global-market-125.html. [5] P.ViolaandM.Jones,"Rapidobjectdetectionusingaboostedcascadeofsimplefeatures,"inProceedingsofthe2001IEEEComputerSocietyConferenceonComputerVisionandPatternRecognition.CVPR2001,vol.1,pp.I-I. 文章國際計量 〈TOP〉 E-mail ： 文章公開取用時，將寄通知信至您填寫的信箱地址 E-mail ： 購物車中已有多篇文章，請問是否要先清除，或一併加入購物車中購買?