需求发布 成果发布 科创案例库 揭榜挂帅
技术路演 会议展览 科创联合体 项目申报
前沿动态 科技政策 院士开讲 青托工程
科技服务团 学术资源
试点城市(园区) 双创活动周
协作站点 学会服务
问题库 项目库 开源库
English
您所在的位置: 成果库 基于深度学习的人脸识别关键技术研究与应用

基于深度学习的人脸识别关键技术研究与应用

发布时间: 2023-10-03

基本信息

合作方式： 技术咨询
成果类型： 著作权
行业领域：
电子信息技术
成果介绍
随着深度学习技术的发展，基于深度卷积神经网络的人脸识别方法已成为目前主流的研究方法之一。针对卷积神经网络传统池化方法中存在的信息丢失和输入特征图内的各元素被平等对待的问题，本项目提出一种基于卷积神经网络的人脸识别算法。首先使用MTCNN对人脸进行检测和灰度处理，然后设计一种基于局部关注策略的局部加权平均池化方法，并构建一个基于VGG16的卷积神经网络进行人脸分类识别，最后与传统的卷积神经网络算法进行对比。实验结果表明本方法在常见的人脸数据库中具有较好的识别准确率。
成果亮点
通过对人脸检测和人脸识别问题的研究，本项目提出了一种基于卷积神经网络算法的人脸识别模型。使用opencv进行人脸采集，使用级联网络MTCNN进行人脸检测和处理，最后使用改进的卷积神经网络进行人脸识别。同时针对卷积神经网络最大池化层存在信息丢失情况，在最大池化和平均池化的基础上，设计了一种基于局部关注策略的局部加权平均池化方法，最后，本项目做了大量的人脸特征数据测试，实验结果表明该算法在不同人脸数据库上具有较高的准确率。
团队介绍
主要负责人为陆正球，信息媒体学院，副教授，负责总体设计 毛焕宇，信息媒体学院，专业主任、讲师，负责算法分析 王海颖，信息媒体学院，讲师，负责实验分析 徐杨，信息媒体学院，讲师，负责实验分析 华铨平 信息媒体学院 院长、教授 图像检测 鞠洪尧 信息媒体学院 教授 模型设计
成果资料