摘要
人脸识别问题是当今社会的热点研究问题,对有遮挡人脸进行识别是人脸识别的一个难题。针对人脸特征不完整的人脸身份识别,提出的办法是先对遮挡人脸进行修复,将不完整的人脸特征进行补全,然后将修复好的人脸进行识别。修复人脸时,首先使用的是WGAN-GP方法,并且在生成器中加上了跳跃连接;然后利用训练好的VGGF网络进行人脸特征提取,使用余弦相似度进行人脸识别,对比实验结果表明,改进的方法在CelebA数据集上能够取得很好的结果。
Face recognition has been a hot research topic in current society,and it it a difficult problem to recognize occluded faces.For face recognition with incomplete facial features,the paper proposea method,repair occluded face,complete incomplete facial features first,then recognize the restored face.During the process,restore the face with WGAN-GP method,add jump connection to generator;then extract face features with trained VGGF network,and carry on face recognition with cosine similarity.Experimental results show improved method can achieve good results on CelebA data set.
作者
武文杰
王红蕾
WU Wen-jie;WANG Hong-lei(Electrical Engineering College,Guizhou University,Guiyang,Guizhou 550000,China)
出处
《软件》
2020年第5期78-82,共5页
Software
基金
国家自然科学基金《基于自组织网络多源异构信息场演化融合的贵州山体蠕滑-拉裂型地质滑坡监测及预警应用研究》(项目编号:61861007)。
关键词
对抗生成网络
卷积神经网络
余弦相似度
人脸识别
Adversary generation network
Convolution neural network
Cosine similarity
Face recognition
