深度学习在复杂环境下的人脸识别算法优化研究

张 　志
杭州数脉科技有限公司

摘要


随着智能监控系统的广泛应用，复杂环境下的人脸识别问题成为了深度学习领域的研究热点。本文以提高
复杂环境下人脸识别的准确性为核心论点，通过深入分析现有的人脸识别算法及其在复杂场景中的不足，探讨了多
种算法优化策略。针对光照变化、遮挡、表情变化等影响识别性能的关键因素，本研究提出了一种基于深度卷积神
经网络的改进算法，并在多个公共数据库上进行了实验验证。结果表明，所提出的算法在复杂环境下具有显著的性
能提升，为智能视频监控和安防领域提供了有效的技术支持。

关键词


人脸识别；深度学习；复杂环境；算法优化；性能提升

全文:

PDF


参考


[1]张伟，李强.基于深度学习的人脸识别技术研究

[J].计算机科学，2021，48（5）：1-10.

[2]王磊，赵勇.深度卷积神经网络在人脸识别中的

应用[J].电子学报，2022，40（2）：345-354.

[3]陈晨，刘洋.复杂环境下人脸识别算法的优化研

究[J].软件学报，2023，34（1）：56-65.

[4]林峰，张辉.基于迁移学习的人脸识别算法研究

[J].模式识别与人工智能，2020，33（4）：382-392.

[5]孙伟，李明.人脸识别中数据增强技术的研究进

展[J].计算机研究与发展，2021，58（3）：445-454.


Refbacks

  • 当前没有refback。