典型文献
关于人脸识别算法对不同照明技术的鲁棒性研究
文献摘要：
对于在正常照明技术下采集得到的人脸图像,现有的人脸识别算法如MTCNN算法、RetinaFace算法,已经能够取得相当高的人脸识别率.然而在某些特殊应用中,对于在特殊照明技术下采集得到的人脸图像,现有的人脸识别算法是否具有很好的鲁棒性,保持较高的人脸识别率,并没有确切的实验结果能够给出我们结论.本文收集了6000多张在不同照明技术下得到的人脸图像作为我们的混合人脸数据库,并利用LBPH算法、卷积神经网络(CNN)、MTCNN算法、RetinaFace算法设计出了四种有效的人脸识别网络,分别对开源的WIDER FACE人脸数据库和我们的混合人脸数据库进行了测试.最终发现RetinaFace算法对于不同照明技术得到的人脸图像具有较好的鲁棒性.我们进一步利用深度学习标注工具对RetinaFace算法误判的人脸图像进行了标注,并将标注后的图像送入到RetinaFace人脸识别网络中重新训练,优化后的RetinaFace人脸检测模型得到了98.6％的人脸识别准确率,使得RetinaFace算法对不同光照条件的鲁棒性取得了进一步的提升.
文献关键词：
LBPH算法;卷积神经网络;MTCNN算法;RetinaFace算法;人脸识别;鲁棒性
中图分类号：
作者姓名：
孙金龙;吴振宁;肖仲喆;黄敏
作者机构：
苏州大学光电科学与工程学院,江苏 苏州215006
文献出处：
引用格式：
[1]孙金龙;吴振宁;肖仲喆;黄敏-.关于人脸识别算法对不同照明技术的鲁棒性研究)[J].电子器件,2022(05):1123-1128
A类：
B类：
人脸识别算法,照明技术,正常照明,人脸图像,MTCNN,RetinaFace,识别率,在某些特,多张,下得,LBPH,算法设计,识别网络,开源,WIDER,FACE,误判,送入,新训,人脸检测,检测模型,识别准确率,光照条件
AB值：
0.242757
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
