基于多任务卷积神经网络的人脸识别技术研究

• 作者: 祝永志 苏晓云
• 来源期刊: 通信技术
• 学科: 工学
• 关键词: 多任务卷积神经网络 灰度处理 TensorFlow框架 人脸识别
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 安全与保密
• 页码范围: 718-723
• 页数: 6页
• 分类号: TP301
• 字数: 3211字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-0802.2020.03.030

摘要

深度神经网络是目前计算机机器学习领域的一个关键技术,可应用于图像处理.其中,多任务卷积神经网络(Multi-task Convolutional Neural Network,MTCNN)是一种基于卷积神经网络的多任务人脸检测框架,这里采用MTCNN人脸检测模型代替传统的卷积神经网络,在深度学习框架TensorFlow上进行人脸识别.首先,在数据预处理阶段利用灰度化方法将图像集转变为灰度图,降低图像通道.其次,基于MTCNN构建人脸检测模型,并利用Softmax函数进行分类识别.最后,实验过程中选择不同迭代次数进行准确性对比,在模型趋于稳定的情况下,得到较高的准确性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	祝永志	曲阜师范大学信息科学与工程学院	77	392	10.0	16.0
2	苏晓云	曲阜师范大学信息科学与工程学院	2	2	1.0	1.0