基于SSD与FaceNet的人脸识别系统设计 |
| |
引用本文: | 李政林,吴志运,熊禹,尹希庆.基于SSD与FaceNet的人脸识别系统设计[J].广西科技大学学报,2024(1):94-99. |
| |
作者姓名: | 李政林 吴志运 熊禹 尹希庆 |
| |
作者单位: | 1. 广西科技大学自动化学院;2. 广西汽车零部件与整车技术重点实验室(广西科技大学);3. 东风柳州汽车有限公司 |
| |
基金项目: | 广西重点研发计划项目(2021AB01021);;广西自然科学基金重点项目(2020GXNSFDA238011); |
| |
摘 要: | 人脸识别技术广泛应用于考勤管理、移动支付等智慧建设中。伴随着常态化的口罩干扰,传统人脸识别算法已无法满足实际应用需求,为此,本文利用深度学习模型SSD以及FaceNet模型对人脸识别系统展开设计。首先,为消除现有数据集中亚洲人脸占比小造成的类内间距变化差距不明显的问题,在CAS-IA Web Face公开数据集的基础上对亚洲人脸数据进行扩充;其次,为解决不同口罩样式对特征提取的干扰,使用SSD人脸检测模型与DLIB人脸关键点检测模型提取人脸关键点,并利用人脸关键点与口罩的空间位置关系,额外随机生成不同的口罩人脸,组成混合数据集;最后,在混合数据集上进行模型训练并将训练好的模型移植到人脸识别系统中,进行检测速度与识别精度验证。实验结果表明,系统的实时识别速度达20 fps以上,人脸识别模型准确率在构建的混合数据集中达到97.1%,在随机抽取的部分LFW数据集验证的准确率达99.7%,故而该系统可满足实际应用需求,在一定程度上提高人脸识别的鲁棒性与准确性。
|
关 键 词: | 类内间距 人脸检测 人脸识别 |
|
|