局部特征映射与融合网络的人脸识别优化算法 |
| |
引用本文: | 徐武,陈盈君,汤弘毅,杨昊东,秦浩然.局部特征映射与融合网络的人脸识别优化算法[J].河南科技大学学报(自然科学版),2023(2):59-64+72+7-8. |
| |
作者姓名: | 徐武 陈盈君 汤弘毅 杨昊东 秦浩然 |
| |
作者单位: | 1. 云南民族大学电气信息工程学院;2. 中国石油运输公司 |
| |
基金项目: | 国家自然科学基金项目(U1802271); |
| |
摘 要: | 针对传统特征提取算法的局限性,提出基于深度神经网络DeepLab v2的人脸识别改进算法。首先,对图像中人脸进行定位,采用DeepLab v2改进网络提取人脸的面部特征,通过加入压缩激励(SE)模块细化多角度纹理特征。其次,采用局部二值模式(LBP)特征映射对目标图像进行补充特征提取,细化纹理结构并减少光照噪声的干扰,提升识别的鲁棒性。最后,进行特征信息融合,采用分类模块对融合特征识别并分类处理。结果表明:对比经典目标检测算法YOLOv1和传统DeepLab算法,改进算法识别出多角度的人脸局部特征,且在正常光照下改进算法的识别精确度分别提高了3.1%和5.9%,在强光照下改进算法的识别精确度分别提高了9.5%和13.6%。
|
关 键 词: | 人脸识别 神经网络 SE模块 局部二值模式 softmax分类 |
|
|