基于多任务级联卷积网络模型的人脸检测和识别

• 作者: 任晓文 刘其嘉 李健宇 郭一娜
• 来源期刊: 太原科技大学学报
• 学科: 工学
• 关键词: 人脸检测和识别 深度学习 Tensor Flow 多任务级联卷积网络 Face Net
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 计算机科学与信息工程
• 页码范围: 81-85
• 页数: 5页
• 分类号: TP3
• 字数: 2793字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-2057.2019.02.001

摘要

深度学习的集成特征提取这一优点使得它广泛应用于人脸检测和识别.提出了一种多任务级联卷积网络模型(Multitask Cascaded Convolution Network,MTCNN).基于Tensor Flow平台,基于改进的任务级联卷积网络模型检测到人脸,并且用Face Net算法对人脸进行特征提取,用KNN算法对人脸进行识别.实验结果表明,对不同光照下多人图像和遮挡图像的人脸进行检测和识别,具有良好的鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭一娜	太原科技大学电子与信息工程学院	22	55	4.0	7.0
2	任晓文	太原科技大学电子与信息工程学院	5	2	1.0	1.0
3	李健宇	太原科技大学电子与信息工程学院	5	2	1.0	1.0
4	刘其嘉	太原科技大学电子与信息工程学院	3	1	1.0	1.0