教室场景下人脸检测与识别

作者：杨凯雯; **乐

来源：软件工程, 2022, 25(07): 24-23.

DOI：10.19644/j.cnki.issn2096-1472.2022.007.006

• 人脸检测
• 人脸识别
• RetinaFace
• ArcFace

提出一种教室场景下人脸检测与识别的算法，基于RetinaFace人脸检测框架进行改进，在主干网络中引入可变形卷积以适应人脸遮挡以及人脸变形，调整预设Anchor并在上下文敏感模块中引入残差结构以适应教室场景下尺度变化的特点。在公开数据集WIDER FACE上训练基础权重，然后在教室场景下自标注的数据集中进行迁移学习以适应教室场景，最后通过ArcFace人脸识别网络进行人脸识别。本算法在公开数据集WIDER FACE上batch size设置为16时，Easy、Medium和Hard的人脸检测精度分别为96.34%、95.12%和89.64%；在自标注的数据集上batchsize设置为4时，人脸检测精度为94.72%，人脸识别精度为92.11%。实验结果表明，该算法可以有效提高教室场景下人脸检测与识别的效果。

• 单位
  沈阳工业大学