基于卷积神经网络(CNN)和CUDA加速的实时视频人脸识别

摘要：

为了兼顾视频人脸识别中识别准确率和实时性,提出了基于卷积神经网络(CNN)和CUDA加速的实时视频人脸识别方法.构建了一个6层结构的CNN人脸识别网络,在视频帧中通过Adaboost算法检测到的人脸输入所构建的CNN中进行视频人脸识别,结合CUDA并行计算架构,对算法进行加速.此外为了更适用于实际视频监控情况,通过对CNN网络结构末尾Softmax分类器的分类结果进行多级判决引入了开集人脸识别功能.从多个角度对该方法进行了实验验证,结果证明,此方法可满足识别准确率和实时性要求,同时对于视频中人脸姿态变化、光照变化、距离远近等都具有良好的鲁棒性.

关键词：卷积神经网络、识别准确率、统一计算设备、实时性、鲁棒性

所属期刊栏目：16

分类号：TP391.4(计算技术、计算机技术)

在线出版日期：2017-03-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：96-100,107