关于人脸识别算法对不同照明技术的鲁棒性研究

作     者：孙金龙 吴振宁 肖仲喆 黄敏 SUN Jinlong;WU Zhenning;XIAO Zhongzhe;HUANG Min

作者机构：苏州大学光电科学与工程学院江苏苏州215006 

基　　金：国家自然科学基金项目(61906128) 江苏省自然科学基金项目(BK20180834) 

出 版 物：《电子器件》 (Chinese Journal of Electron Devices)

年 卷 期：2022年第45卷第5期

页      码：1123-1128页

摘      要：对于在正常照明技术下采集得到的人脸图像,现有的人脸识别算法如MTCNN算法、RetinaFace算法,已经能够取得相当高的人脸识别率。然而在某些特殊应用中,对于在特殊照明技术下采集得到的人脸图像,现有的人脸识别算法是否具有很好的鲁棒性,保持较高的人脸识别率,并没有确切的实验结果能够给出我们结论。本文收集了6 000多张在不同照明技术下得到的人脸图像作为我们的混合人脸数据库,并利用LBPH算法、卷积神经网络(CNN)、MTCNN算法、RetinaFace算法设计出了四种有效的人脸识别网络,分别对开源的WIDER FACE人脸数据库和我们的混合人脸数据库进行了测试。最终发现RetinaFace算法对于不同照明技术得到的人脸图像具有较好的鲁棒性。我们进一步利用深度学习标注工具对RetinaFace算法误判的人脸图像进行了标注,并将标注后的图像送入到RetinaFace人脸识别网络中重新训练,优化后的RetinaFace人脸检测模型得到了98.6%的人脸识别准确率,使得RetinaFace算法对不同光照条件的鲁棒性取得了进一步的提升。

主 题 词：LBPH算法 卷积神经网络 MTCNN算法 RetinaFace算法 人脸识别 鲁棒性 

学科分类：080904[080904] 0810[工学-土木类] 0809[工学-计算机类] 08[工学] 081105[081105] 081001[081001] 081002[081002] 0825[工学-环境科学与工程类] 0811[工学-水利类] 

D　O　I：10.3969/j.issn.1005-9490.2022.05.018

馆 藏 号：203115580...