基于双路CNN的多姿态人脸识别方法

作者：赵澜涛; 林家骏^*

来源：华东理工大学学报, 2019, 45(03): 466-470.

DOI：10.14135/j.cnki.1006-3080.20180326003

• 多姿态人脸识别
• 卷积神经网络
• 深度学习

提出了一种基于卷积神经网络(Convolutional Neural Network,CNN)的多姿态人脸识别方法。利用该方法可以将输入的人脸投影到高维特征空间并输出具备姿态鲁棒性的人脸特征,从而进行精确的多姿态人脸识别。经过大量的实验验证,该模型在多个数据集上取得了良好效果。与传统的单路CNN网络层次结构不同,本文方法采用双路CNN网络层次结构并结合度量学习来优化传统的CNN模型。最后,使用Tensorflow深度学习框架进行实验,实验结果表明,该框架的识别准确率比目前几种常用的多姿态人脸识别算法的识别准确率更高。

• 单位
  华东理工大学