-
题名基于MobieNetV2轻量级人脸识别算法
被引量：4
- 1
-
-
作者
蔡啟军
彭程
石向文
-
机构
中国科学院成都计算机应用研究所
中国科学院大学计算机与控制学院
-
出处
《计算机应用》
CSCD
北大核心
2020年第S01期65-68,共4页
-
基金
四川省科技厅项目(2018GZ0231)。
-
文摘
针对射频识别(RFID)会议报到系统出现漏签、替签等问题,采用一种人脸识别算法辅助报到系统解决上述人证不匹配的问题。由于会议报到系统硬件设备的内存有限,需要一个轻量级的网络模型,所以考虑将MobileNetV2网络作为人脸识别算法的研究对象。由于报到系统对实时性和准确率要求比较高,所以需要提高该算法的识别速度和识别准确率,于是对MobileNetV2网络进行改进。为了进一步提高人脸识别的泛化能力和算法的收敛速度,采用自适应缩放余弦损失函数AdaCos替换Arcface损失函数进行网络训练。实验结果表明,所设计的轻量级人脸识别算法在识别准确率、识别速度、算法模型大小等方面取得了很好的效果,该算法在不失精度的前提下,完全可以满足报到系统的需求。
-
关键词
图像处理
深度学习
卷积神经网络
人脸检测
人脸识别
-
Keywords
image processing
deep learning
convolutional neural network
face detection
face recognition
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
TP389.1
[自动化与计算机技术—控制科学与工程]
-
