基于深度学习的人脸识别 |
| |
引用本文: | 任志玲,薛新根.基于深度学习的人脸识别[J].控制工程,2022(4):738-742. |
| |
作者姓名: | 任志玲 薛新根 |
| |
作者单位: | 辽宁工程技术大学电气与控制工程学院 |
| |
基金项目: | 辽宁省高等学校科研项目(LJKZ0332); |
| |
摘 要: | 人脸识别是图像领域的经典问题。为解决目前人脸识别中普遍存在的识别精度不高、特征点估计较为粗糙等问题,提出一种基于ResNet卷积神经网络(R-CNN)的人脸识别方法。该方法利用人脸特征探测器有效地提取了人脸特征,同时将R-CNN用于二维人脸识别,建立了人脸识别模型。实验采集了400张目标脸图片,并将其与人脸库中的1 000张样本进行混合。R-CNN模型共训练了130轮,能在摄像头中识别目标脸。在训练了80轮之后,模型准确率达到了90%以上,识别效果较好。相较于传统的人脸识别方法,该方法结合了深度学习方法,具有较高的识别率。
|
关 键 词: | 人脸识别 深度学习 卷积神经网络 特征点估计 人脸检测 |
|
|