非受控场景下的二维人脸识别研究

• 作者: 闫月影
• 来源期刊: 数码世界
• 关键词: 人脸识别 非受控 卷积神经网络
• 年，卷（期）: 2017,（11）
• 所属期刊栏目: 技术交流
• 页码范围: 394-395
• 页数: 2页
• 字数: 3191字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-8313.2017.11.360

摘要

近年来,人脸识别是生物特征识别、计算机视觉等领域研究的热点课题之一.人脸识别按照测试数据类型可以分为受控场景人脸识别和非受控场景人脸识别.在受控的场景下,人脸识别技术已经达到了令人满意的效果.然而在实际的应用过程中,由于光照变化、姿态变化、遮挡和表情变化等一系列非可控因素的影响,可能导致非受控场景下的人脸图像类内变化远大于类间变化,使得人脸识别的性能急剧下降,无法满足实际应用的需求.因此,本文将针对非受控场景中的人脸识别问题展开深入研究与分析,针对其中的关键问题和难点,提出相应的解决办法.本课题针对非受控人脸识别问题中的各类干扰因素以及"数据缺失"现象,对人脸识别算法进行了研究和设计.针对非受控人脸识别中各类干扰因素的影响,本文设计出一种改进的卷积神经网络(CNN)进行人脸识别工作.该CNN模型具有多个隐藏层,通过逐层提取特征的方式,能够很好地消除非受控状态下人脸识别问题中各种复杂干扰的影响.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	闫月影		3	3	1.0	1.0