基于深度残差网络的行人人脸识别算法研究

摘要：

随着计算机技术、图像处理和计算机视觉技术的快速发展,行人人脸识别相关问题的研究热度逐年升高.行人人脸识别是为了识别不同摄像头中的同一个人,由于行人的角度、姿势、光照等发生变化时容易影响行人的外观,使得行人人脸识别问题具有一定的难度.本文提出了一种基于深度残差网络(ResNet)与度量学习的行人人脸识别算法,将基于函数的度量学习方法与深度残差网络相结合,可以解决当前网络层次不断增加时梯度消失的现象,并可通过单纯增加网络深度来提高网络性能.通过实验验证,提出的算法在LFW上的实验结果较好,说明该算法可在实际场景中得到较好的应用.

关键词：计算机技术、人脸识别、图像处理

所属期刊栏目：14

分类号：TP393(计算技术、计算机技术)

在线出版日期：2018-09-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：233-235