-
题名facenet皮尔森判别网络的人脸识别方法
被引量:7
- 1
-
-
作者
谷凤伟
陆军
夏桂华
-
机构
哈尔滨工程大学智能科学与工程学院
哈尔滨工程大学船海装备智能化技术与应用教育部重点实验室
-
出处
《智能系统学报》
CSCD
北大核心
2022年第1期107-115,共9页
-
基金
黑龙江省自然科学基金项目(F201123).
-
文摘
非限制场景下存在光照、遮挡和姿态变化等问题,这严重影响了人脸识别模型的性能和准确度。针对该问题,本文对facenet进行改进,提出了一种基于facenet皮尔森判别网络的人脸识别方法facenetPDN。首先,构建facenetPDN深度卷积神经网络,在facenet前端融合多任务级联卷积神经网络进行人脸检测提取目标人脸。然后,通过深度神经网络提取人脸深度特征信息,采用皮尔森相关系数判别模块替换facenet中的欧氏距离判别模块实现人脸深度特征判别。最后,使用CASIA-WebFace和CASIA-FaceV5人脸数据集训练网络。为了证明本文方法的有效性,训练后的模型在LFW和celeA人脸数据集进行测试和评估,并进行对比分析。实验结果表明,改进后的facenetPDN方法的准确度比原来整体提高了1.34%,在融合训练集下提高了0.78%,该算法鲁棒性和泛化能力优良,可实现多人种的人脸识别,对非限制场景下人脸目标具有良好的识别效果。
-
关键词
非限制场景
人脸识别
facenet
多任务级联卷积神经网络
人脸检测
皮尔森相关系数
欧氏距离
人脸数据集
-
Keywords
unrestricted scene
face recognition
facenet
multi-task cascaded convolutional neural network
face detection
Pearson correlation coefficient
euclidean distance
face dataset
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名基于深度学习的轻量级和多姿态人脸识别方法
被引量:26
- 2
-
-
作者
龚锐
丁胜
章超华
苏浩
-
机构
武汉科技大学计算机科学与技术学院
智能信息处理与实时工业系统湖北省重点实验室(武汉科技大学)
福建省大数据管理新技术与知识工程重点实验室(泉州师范大学)
-
出处
《计算机应用》
CSCD
北大核心
2020年第3期704-709,共6页
-
基金
福建省大数据管理新技术与知识工程重点实验室开放课题(BD201805)~~
-
文摘
目前基于深度学习的人脸识别方法存在识别模型参数量大、特征提取速度慢的问题,而且现有人脸数据集姿态单一,在实际人脸识别任务中无法取得好的识别效果。针对这一问题建立了一种多姿态人脸数据集,并提出了一种轻量级的多姿态人脸识别方法。首先,使用多任务级联卷积神经网络(MTCNN)算法进行人脸检测,并且使用MTCNN最后包含的高层特征做人脸跟踪;然后,根据检测到的人脸关键点位置来判断人脸姿态,通过损失函数为ArcFace的神经网络提取当前人脸特征,并将当前人脸特征与相应姿态的人脸数据库中的人脸特征比对得到人脸识别结果。实验结果表明,提出方法在多姿态人脸数据集上准确率为96.25%,相较于单一姿态的人脸数据集,准确率提升了2.67%,所提方法能够有效提高识别准确率。
-
关键词
深度学习
人脸识别
多姿态
轻量级
多任务级联卷积神经网络
ArcFace
-
Keywords
deep learning
face recognition
multi-pose
lightweight
multi-task cascaded convolutional neural network(MTCNN)
ArcFace
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
-