10.3969/j.issn.1000-386x.2018.02.034
基于分块的有遮挡人脸识别算法
随着深度学习技术的发展,人脸识别在受控环境下的准确率已经达到了非常理想的效果.然而,真实环境下获取的人脸图像往往因为遮挡而难以识别.针对遮挡条件下的人脸识别准确率不高、稳定性差的问题,结合传统的人脸分块和深度卷积神经网络,提出一种基于分块的有遮挡人脸识别算法.基于人脸特征点定位的结果进行人脸分块,使用一种改进的轻量级卷积神经网络进行各个人脸区块的特征提取;利用多分类网络结合输入区块的额外信息进行人脸区块的遮挡判别;结合人脸块特征与遮挡二分类判别结果获取表征遮挡人脸的特征.实验结果表明,经过以上步骤提取出的特征对遮挡具有较强的鲁棒性,并且在满足一定的条件下,即使人脸由大面积遮挡也能在实验数据集上保持94%的准确率.
遮挡、人脸识别、人脸分块
35
TP3(计算技术、计算机技术)
国家重点研发计划项目2016YFC0801003;上海市科委科研计划项目16511105402;上海市人才计划项目17XD1425000
2018-05-14(万方平台首次上网日期,不代表论文的发表时间)
共6页
183-187,193