基于人脸识别的乒乓球训练平台设计

作者：阮锋; 曹亚军^*

来源：自动化与仪器仪表, 2022, (10): 175-186.

DOI：10.14016/j.cnki.1001-9227.2022.10.175

• 人脸识别
• VGGFACE
• 数据集
• 乒乓球
• 智能训练

针对传统乒乓球训练系统对人脸识别的准确率和识别效率低的问题，设计一个基于人脸识别算法VGGFACE的乒乓球智能训练平台。基于深度卷积神经网络前向架构进行平台构建后，以人脸检测、人脸对齐、活体检测和人脸识别算法作为核心算法，在VGG算法的基础上，分别从优化深度可分离卷积、改进全局池化技术和密集连接三个方面进行算法改进，最终得到改进的VGGFACE人脸识别算法DVGGFACE,将该算法应用到乒乓球智能训练平台中进行人脸准确识别。实验结果表明，相较于其他人脸识别算法，提出的改进VGGFACE算法的识别率为99.75%,可以降低乒乓球智能训练模型的复杂难度，提高训练速度和识别准确率。系统基本功能可正常运行，系统进行人脸识别总时间为234.5 ms,人脸活检的识别准确率均保持在94%及以上，所用时间较短，识别率较高，满足系统快速识别需求。

• 单位
  咸阳职业技术学院