基于MobileNet网络多国人脸分类识别

• 作者: 努尔毕亚·亚地卡尔 库尔班·吾布力 朱亚俐 郭奕君 阿里木江·阿布迪日依木
• 来源期刊: 图像与信号处理
• 学科: 工学
• 关键词: 多国人脸分类 八度卷积 中心损失函数 宽度乘子 倒残差模块
• 年，卷（期）: 2020,（3）
• 页码范围: 146-155
• 页数: 10页
• 分类号: TP3

摘要

随着各国经济贸易、文化交流往来的日益频繁,快速、有效地区分各国人员身份是当前人脸识别领域的一项重要研究。本文特针对亚洲区域五个国家(中国、日本、韩国、泰国、印度)进行人脸分类识别的研究,本文基于MobileNet进行五国人脸分类识别,因为这五国人脸较为相似,为能有效降低冗余,本文将八度卷积插入该网络中减少冗余,提升精度;并提出使用中心损失函数和交叉熵损失函数相结合的方法来提升准确率。经过实验验证,本文提出的在网络中插入八度卷积和中心损失函数两种改进方法均可以提升准确率,其最高准确率可达87.84%,其Error top 1最低达到0.120%。