局部特征映射与融合网络的人脸识别优化算法

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%。