基于改进FaceNet算法的人脸智能识别方法

作     者：王传传 高婕 

作者机构：广州工商学院工学院广东广州510800 

基　　金：广州工商学院2022年校级科研项目“群体行为识别与分析技术研究”(KYYB202231) 

出 版 物：《工业控制计算机》 (Industrial Control Computer)

年 卷 期：2024年第37卷第2期

页      码：126-128页

摘      要：人脸识别是计算机视觉与图像处理领域的研究热点,基于FaceNet网络模型的人脸智能识别系统,由于所需训练数据集大且对硬件资源条件要求较高,设计改进FacetNet的人脸智能识别算法。首先,通过MTCNN网络实现人脸图像非极大值抑制和边界框的回归问题;其次,把人脸对齐后的图像数据进行高斯归一化(Gaussian normalization)预处理后,再通过FacetNet算法网络模型进行训练。优化后的网络模型在LWF数据集上进行训练,实验验证得出改进后的人脸识别模型其平均误识率为0.06%,拒识率为5.13%和准确率为99.79%,并通过采集真实的人脸数据进行验证,均表现出了良好的识别效果。

主 题 词：FaceNet网络 MTCNN 高斯归一化 人脸智能识别 

学科分类：08[工学] 080203[080203] 0802[工学-机械学] 

D　O　I：10.3969/j.issn.1001-182X.2024.02.050

馆 藏 号：203126111...