基于一种改进的卷积神经网络的人脸识别系

• 作者: 闫月影
• 来源期刊: 信息通信
• 学科: 工学
• 关键词: 人脸识别 非受控 卷积神经网络
• 年，卷（期）: 2018,（3）
• 所属期刊栏目: 学术研究
• 页码范围: 42-43
• 页数: 2页
• 分类号: TP391.41
• 字数: 1377字
• 语种: 中文

摘要

近年来,人脸识别技术由于其直接、友好等特性,易于为用户所接受,逐渐在众多生物识别技术中脱颖而出.根据现场采集环境不同,人脸识别技术可以分为受控场景人脸识别和非受控场景人脸识别.受控场景下的人脸识别技术目前已经相当成熟,但非受控场景下的人脸识别技术由于受到光照、遮挡等一系列非可控因素的影响,使得人脸识别系统的识别准确率急剧下降.因此,针对由姿态变化或者饰物遮挡等原因造成的“数据缺失”现象,本课题设计出全连接层同时与卷积层和池化层全连接的CNN模型.鉴于卷积神经网络层数越高视野域越大的特性,这样的连接方式可以既考虑局部的特征,又考虑全局的特征.融合整体和局部的特征表示能够更好的应对数据缺失问题.

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