一种基于深度学习的改进人脸识别算法

• 作者: 张宁 王志明 郑健
• 来源期刊: 计算机与现代化
• 学科: 工学
• 关键词: 深度学习 卷积神经网络 人脸检测 人脸识别
• 年，卷（期）: 2018,（12）
• 所属期刊栏目: 图像处理
• 页码范围: 90-95
• 页数: 6页
• 分类号: TP391.4
• 字数: 4544字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-2475.2018.12.017

摘要

针对当前许多算法在非约束条件下特征判别能力不强、人脸识别性能不佳等问题,提出一种基于深度学习的改进人脸识别算法,通过训练多任务级联卷积神经网络,完成非约束图像的人脸检测和人脸归一化,提高训练图像的人脸信息,减少对模型的干扰.同时使用Softmax损失与中心损失联合监督训练模型,优化类内聚合、类间分散.实验结果表明,该算法提高了模型的特征判别能力,在LFW标准测试集上达到了较高的识别率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郑健	南京理工大学机械工程学院	52	198	7.0	9.0
2	王志明	南京理工大学机械工程学院	33	122	7.0	9.0
3	张宁	南京理工大学机械工程学院	18	47	4.0	5.0