基于深度神经网络的伪装人脸识别

摘要：

伪装人脸识别在刑侦安防领域有着巨大的应用价值.针对现阶段对伪装人脸识别的研究较少、算法鲁棒性不强等缺点,提出了基于深度神经网络的伪装人脸识别算法.改进了SqueezeNet网络模型,并将其与FaceNet网络架构进行结合,用于人脸图像的身份识别.通过在训练数据集中引入伪装人脸图像,让网络学习到伪装的特征.实验结果表明,该算法识别准确率接近90％,相较于其他网络模型,具有更好的识别效果.

关键词：深度神经网络、伪装人脸识别、SqueezeNet网络模型、FaceNet网络架构

所属期刊栏目：46

分类号：TN911.73;TP391.4

在线出版日期：2020-06-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：27-30