基于轻量级网络的实时人脸识别算法研究

• 作者: 姜瑛 张典 汪海涛 陈星
• 来源期刊: 计算机科学与探索
• 学科: 工学
• 关键词: 人脸识别 轻量化神经网络单元 实时 非线性激活函数
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 图形图像
• 页码范围: 317-324
• 页数: 8页
• 分类号: TP391.41
• 字数: 5073字
• 语种: 中文
• DOI: 10.3778/j.issn.1673-9418.1907037

摘要

为了在嵌入式和移动设备上实现高精度的实时人脸识别,对常见的网络在人脸识别方面的优缺点进行了分析,提出了一种高效的深度卷积神经网络模型Lightfacenet.在网络中结合深度可分离卷积、逐点卷积、瓶颈结构和挤压与激励结构提出了轻量化神经网络单元,使网络在保证有一定准确率的情况下有效地解决深层的神经网络带来的参数冗余和计算量大的问题,再通过改进的非线性激活函数进一步提高网络的准确性.该神经网络在保留卷积神经网络部分优点的同时也很好地平衡了网络的缺点.在同样的实验环境下,Lightfacenet网络既实现了非常高的识别精度,也在模型推理速度上达到实时的效果.在使用MS-Celeb-1M数据集训练后,该模型在LFW数据集上达到了99.50％的准确率,其效果已经可以与现在的大型卷积神经网络媲美.对于面部识别,Lightfacenet比目前最先进的移动卷积神经网络在保证准确率的情况下提高了效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	姜瑛	昆明理工大学信息工程与自动化学院	55	852	8.0	29.0
2	汪海涛	昆明理工大学信息工程与自动化学院	34	118	6.0	9.0
3	陈星	昆明理工大学信息工程与自动化学院	25	72	5.0	7.0
4	张典	昆明理工大学信息工程与自动化学院	2	1	1.0	1.0