基于深度学习的人脸识别算法研究

• 作者: 周亚丽 张奇志 胡亚洲
• 来源期刊: 计算机应用研究
• 关键词: 家庭服务机器人 人脸识别 深度学习 Inception-ResNet-V1
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 系统应用开发
• 页码范围: 1432-1436
• 页数: 5页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.19734/j.issn.1001-3695.2018.09.0815

摘要

考虑到现实环境中的人脸图片在角度、光线、分辨率上的复杂程度,对Inception-ResNet-V1网络结构进行了改进,同时完成了数据集制作、超参数调节等相关工作,并在家庭服务机器人平台上进行了实验研究.实验结果表明,改进的网络结构在LFW测试集上准确率达到99.22％,高于原始网络结构的99.05％;在亚洲人脸数据集上准确率达到99.20％,高于原始网络结构的97.10％;在自建非匹配人脸数据集上误识别率为3.43％,低于原始网络结构的12.28％.可以看出,与原始网络结构相比,改进网络结构提升了人脸识别的准确率且降低了误识别率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张奇志	北京信息科技大学自动化学院	111	209	8.0	10.0
2	周亚丽	北京信息科技大学自动化学院	104	252	8.0	12.0
3	胡亚洲	北京信息科技大学自动化学院	2	9	1.0	2.0