基于卷积神经网络的局部遮挡人脸识别系统设计
摘要
人工智能领域在近期因深度学习而广受关注,人脸识别尤为热门。但人脸常受环境干扰,特征缺失降低识
别精度。针对遮挡问题,多种算法虽被提出,却未根本解决。自然条件下的人脸遮挡识别仍是待突破的关键难题。
本文主要研究将VGGNet这一深度学习算法应用于人脸识别技术。实验结果显示识别准确率高,效果显著,并
通过相关实验验证了VGGNet算法,结果表明该算法在人脸识别方面表现更为稳定,特别是在遮挡条件下具有显著
的识别优势。
别精度。针对遮挡问题,多种算法虽被提出,却未根本解决。自然条件下的人脸遮挡识别仍是待突破的关键难题。
本文主要研究将VGGNet这一深度学习算法应用于人脸识别技术。实验结果显示识别准确率高,效果显著,并
通过相关实验验证了VGGNet算法,结果表明该算法在人脸识别方面表现更为稳定,特别是在遮挡条件下具有显著
的识别优势。
关键词
人脸识别;遮挡;深度学习;VGGNet
全文:
PDF参考
[1]SIMONYAN, Karen; ZISSERMAN, Andrew.
Very deep convolutional networks for large-scale image
recognition. arXiv preprint arXiv:1409.1556, 2014.
[2]王英,曾光宇.图像去噪算法研究[J].电脑与信息
技术,2011,19(4):8-12
[3]田启川,张润生.生物特征识别综述[J].计算机应
用研究,2009,26(12):4401-4406
Refbacks
- 当前没有refback。