基于联合损失和恒等映射的动态人脸识别

• 作者: 刘成攀 吴斌 杨壮
• 来源期刊: 传感器与微系统
• 关键词: 非约束条件 动态人脸 联合损失 深度残差恒等映射模块
• 年，卷（期）: 2021,（9）
• 所属期刊栏目: 计算与测试|Calculation & Test
• 页码范围: 153-156
• 页数: 4页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.13873/J.1000-9787(2021)09-0153-04

摘要

在视频及非约束条件下获取的动态人脸受到姿态、表情和侧脸等复杂干扰因素,使其识别难度增大.针对上述问题,提出一种基于联合损失和恒等映射的动态人脸识别算法.以Resnet34为基础网络,联合SoftMax Loss,中心损失(Center Loss)和Joint Loss扩大人脸类间距;减小人脸类内距,同时在网络中引入深度残差恒等映射模块,进一步减小侧脸的干扰.在LFW,SLFW,YTF,MegaFace等数据集上,所提算法表现出更强的性能,并且在实验平台上能完成实时视频动态人脸识别的任务.