基于端到端深度卷积神经网络的人脸识别算法

发布时间：2017-12-16 16:34

  本文关键词：基于端到端深度卷积神经网络的人脸识别算法

  更多相关文章： 人脸识别 人脸验证 深度学习 端到端 深度卷积神经网络

【摘要】：人脸识别是指识别出某一个特定的人,而不仅仅只是检测到一张人脸。它广泛应用于公共安全、金融安全和商业领域。因此,人脸识别在计算机视觉中是一个核心问题和热门研究课题。近些年的人脸识别方法均是基于深度学习技术,并且取得了巨大的进展,甚至在测试集LFW上超越了人类的识别能力。为了充分发挥深度卷积神经网络的能力,本论文使用了端到端方式训练模型,并且提出了一种新的更适合人脸识别的损失函数。我们的模型使用了公开可获得的数据集作为训练,在测试集LFW上取得了单模型对齐情况下准确率99.15%。在非对齐情况下也能达到99.08%,而这超过了最好的模型Google FaceNet在同样情况下的结果98.87%。在使用简单的模型融合后,在对齐情况下达到99.33%,非对齐情况下99.28%,两者均超过了人类的识别能力99.20%。最后,我们使用了可视化的方法试图分析和理解人脸识别系统。
【学位授予单位】：浙江大学
【学位级别】：硕士
【学位授予年份】：2017
【分类号】：TP391.41;TP183

【参考文献】

中国期刊全文数据库 前2条

1 毛亮;李立琛;;浅谈人脸识别技术[J];中国公共安全;2014年10期

2 李彬;曲寒冰;靳薇;;浅谈人脸识别技术在智能视频监控中的应用与发展趋势[J];中国安防;2011年03期

，

本文编号：1296728