Page 46 - 优秀学员达人录

上海市青少年科学创新实践工作站

达人 陆雅洁
上海大学数学实践工作站
上海市西南位育中学
科创格言：异想天开给生活增加了一份不平
凡的色彩

研究提高人脸识别准确率 工作站的经历深深地激起了我对数学的兴趣
研究提高人脸识别准确率
工作站的经历深深地激起了我对数学的兴趣
近年来，伴随着计算机技术的飞速发展，人脸识别已经成为工业 这次在上大数学科创站的学习使我受益匪浅，虽然是线上学习，
界和学术界研究的热点。人脸识别技术已被广泛应用于人们的生活 但我还是会每次都认认真真出席每一堂课，我们学习了统计模型、
中，但图像模糊、人脸被遮挡、光照不均匀、非正脸等因素导致人 概率模型等等有趣又实用的模型，包络数据分析，人工智能的数
脸图像的特征不明显或者缺失，严重影响了人脸图像识别的准确度。 学视角，Matlab 的应用等等。其中函数中的递归思想有着很强的
于是我想要人脸图像的质量，构造一个人脸质量的自动评价算法， 逻辑性，我被深深吸引，下课后就下载了 Matlab 自己动手试了一
过滤掉部分低质量的人脸，提高人脸识别准确率。建立人脸质量评 试，起初经历了几次失败，最后在网上查找资料后我画出了我在
价模型的难点在于人脸质量高低是一个相对主观的变量，高质量人 Matlab 上的第一张图。我们还学习了如何进行数学建模并通过数
脸和低质量人脸的边界难以定义，人脸质量的评价难以归为一个二 学模型解决问题，这使我对数学建模有了全新的认识。
分类问题，因此本文提出通过 learning to rank 进行排序来解决 在这些基础知识的指导下，我完成了课题研究《人脸质量评价》，
该问题。 期间遇到过许多问题，但都在老师的帮助和自己的思考下迎刃而解，
我利用现有的开源人脸识别算法搭建人脸识别系统，利用开源人 这次的课题研究提高了我解决问题的能力和科学素养。
脸特征模型进行人识别训练并将识别结果进行标注，得到人脸识别 这些基础课程深深地激起了我对数学的兴趣。我本来将自己的兴
算法的准确率。另一方面利用 Siamese 网络架构对加过标注的人 趣和发展方向定位为计算机与人工智能，经过学习后，我发现数学
脸图片对进行分类训练，并构建人脸质量评分模型，通过训练后， 和人工智能的关系十分密切，人工智能中的很多算法都是以数学为
可实现对人脸图像进行质量评分。最后将两部分结合起来，在数据 基础的，就比如简单的线性回归问题，算法中的参数如何求解就完
中滤去质量分较低的图像就可以得到不同质量下人脸识别模型的准 全依赖于数学，再如我们学到的 Logistic 回归模型，课上老师用
确率。 Logistic 回归模型来求解预估 2050 年地球人口的问题，而我之前
在这项研究中滤除人脸质量较差的图片需要的就是对人脸图按 了解到 Logistic 函数是人工智能深度学习神经网络中非常常用的
质量进行排序，在应用中图片的排列次序也比绝对分数更加重要， 一个非线性激活函数，通过 Logistic 回归模型在实际问题中的应
所以采用排序的方法进行解决。标注方法通常包含对比标注或全序 用和之前的了解，我又对这个模型有了更深入的理解。
列顺序的标注。在这项工作中采用的是对比标注，由于全序列标注 回想这短短几个月在数学科创站的学习和实践，我发现数学真的
需要的工作量过大，而两张图的对比标注在操作上更容易实现。 非常有意思，之后我也会学习更多这方面的知识，同时培养我的创
人脸质量评价模型可作为人脸识别的预处理步骤，以微小的系统 新思维。
开销，大幅提升人脸识别的准确率，从而提升识别效率，可广泛应
用于人脸验证闸机（如现高铁进站身份验证）、人脸打卡（如钉钉
人脸识别打卡）、身份证验证（如酒店入住人脸身份验证）、手机
解锁、刷脸支付、美颜相机等应用场景。

对深度学习有一定理解，实属可贵
对深度学习有一定理解，实属可贵
陆雅洁同学的研究课题《人脸质量评价》主要是借助深度学习的方法，由 Siamese 网络架构训练人脸图像质量模型，解决人脸识别系
统中低质量人脸识别率低的问题。选题有一定的意义和现实应用前程。
该课题撰写形式规范，包含了摘要、引言、提出问题、解决问题、结论、参考文献，符合学术论文的写作要求。课题内容参考了一些参考文献，
比较了人脸识别准确率的 2 种算法的优缺点，阐述较为严谨。作为一名中学生通过在上海大学数学实践工作站的短暂学习，对深度学习有
一定的理解，实属可贵。
——指导老师：上海大学教授 赵发友

37