基于MTCNN和Facenet的人脸识别系统设计

作     者：李志华 张见雨 魏忠诚 LI Zhihua;ZHANG Jianyu;WEI Zhongcheng

作者机构：河北工程大学信息与电气工程学院河北邯郸056038 河北省安防信息感知与处理重点实验室河北邯郸056038 

基　　金：国家重点研发计划项目(2018YFF0301004) 河北省自然科学基金(F2018402251) 

出 版 物：《现代电子技术》 (Modern Electronics Technique)

年 卷 期：2022年第45卷第4期

页      码：139-143页

摘      要：由于传统人脸识别系统多采用手工进行特征设定,存在识别精度低、速度慢等缺点,因此文中设计一种基于MTCNN和Facenet的人脸识别系统。采用MTCNN模型进行人脸边框回归,通过三阶级联卷积神经网络对人脸图像进行从粗到细的提取;采用Facenet模型进行人脸特征向量提取,构建本地人脸特征库;通过比对待识别人脸特征向量与本地人脸特征库中向量间的欧氏距离,输出识别结果。为验证系统性能,从检测速度与检测精度两方面进行测试。实验结果表明,文中所设计的系统识别速度达25 f/s以上,当特征向量间的欧氏距离的阈值设定为0.60时,在数据集LFW上的识别率最高达到99.27%。该系统检测速度满足实时性的同时具有较高的检测精度。

主 题 词：深度学习 卷积神经网络 人脸识别 MTCNN Facenet 系统设计 特征提取 边框回归 

学科分类：07[理学] 08[工学] 081203[081203] 070104[070104] 0835[0835] 081101[081101] 0701[理学-数学类] 0811[工学-水利类] 0812[工学-测绘类] 

D　O　I：10.16652/j.issn.1004-373x.2022.04.026

馆 藏 号：203107286...