基于VGGNet和多谱带循环网络的高光谱人脸识别系统

• 作者: 余新河 张帅 江鹏 谢志华
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 高光谱人脸识别 卷积神经网络 VGGNet 多谱带循环训练 深度神经网络
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 人工智能
• 页码范围: 388-391
• 页数: 4页
• 分类号: TP183|TP391.4
• 字数: 3390字
• 语种: 中文
• DOI: 10.11772/j.issn.1001-9081.2018081788

摘要

为了提高光谱人脸数据表征人脸特征的有效性,提出一种基于VGGNet和多谱带循环训练的高光谱人脸识别方法.首先,在光谱人脸图像的预处理阶段,采用多任务卷积神经网络(MTCNN)进行高光谱人脸图像的精确定位,并利用混合通道的方式对高光谱人脸数据进行增强;然后,基于卷积神经网络(CNN)结构建立一个面向高光谱人脸识别的VGG12深度网络;最后,基于高光谱人脸数据的特点,引入多谱带循环训练方法训练建立的VGG12网络,完成最后的训练和识别.在公开的UWA-HSFD和PolyU-HSFD高光谱人脸数据集的实验结果表明,所提方法取得了比其他深度网络(如DeepID、DeepFace、VGGNet)更好的识别性能.