基于深度学习的人脸识别

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。