摘要
<正>人脸识别在课堂签到领域的应用越来越广泛,同时人脸识别也容易受到人为的攻击,例如头戴面具或者手持照片让网络做出错误的判断,针对目前基于深度学习的活体检测算法大都为大型卷积神经网络,而部署到移动端的课堂签到系统对于网络具有轻量化要求的问题,搭建了一种基于轻量级网络的快速人脸识别系统。首先,利用SSD进行人脸检测,对输入图片进行人脸区域的识别再利用OpenCV对人脸区域进行分割,其次,以基于VGG改进的轻量级网络VGGlight为基础网络进行活体检测,从RGB图中提取特征,再使用Softmax层作出真假人脸的判断,最后利用ArcFace进行人脸匹配,判断输入人脸是否在库中,从而得到签到是否成功的判断。然后,将此技术部署到了移动端,
- 单位