基于深度神经网络的有遮挡身份验证

作者：董艳花; 张树美^*; 赵俊莉

来源：青岛大学学报(自然科学版), 2021, 34(02): 45-52.

• 新型冠状病毒
• 特征提取
• 遮挡判别
• 身份验证

为解决人脸被部分遮挡也能完成身份验证的问题,提出一种基于深度神经网络的有遮挡身份验证方法。对人脸图像进行检测分块,将VGGNet-16三个全连接改为一个全连接,将其最后两个最大池化层改为平均池化层,用来提取人脸块的特征;并在PCANet的基础上添加并行模块,不仅提高网络提取特征能力,而且改善了PCANet对遮挡人脸特征丢失造成判别精度不够的缺点。研究结果表明,基于深度神经网络的有遮挡人脸平均识别精度达到96.62%。

• 单位
  青岛大学