PCANet下的遮挡定位人脸识别算法

摘要：

自然环境中的人脸图像大部分带有遮挡,这对于人脸识别一直是巨大的挑战,用于人脸识别的主流深度模型对于遮挡人脸图片并不具有特别好的识别性能.针对深度模型由于遮挡的存在以及遮挡位置不确定所导致的识别率下降的问题,提出一种结合深度学习和特征点遮挡检测的PCANet下的遮挡定位人脸识别算法.分类器用于关键点检测,使用PCANet深度学习模型进行特征提取,形成支持向量机(SVM)训练模型组.遮挡判别分类器定位遮挡,结合特征模型组完成有遮挡人脸识别任务,并且对于表情变化有很强的鲁棒性.实验结果表明,该算法对于常见遮挡类型取得了非常好的效果,对于大面积遮挡的极端类型也具有很高的识别率.

关键词：深度学习、关键点、遮挡判别、模型组、人脸识别

所属期刊栏目：13

分类号：TP391(计算技术、计算机技术)

资助基金：The National Natural Science Foundation of China under Grant No.41701479;the Natural Science Foundation of Liaoning Province under Grant No.20180550529

在线出版日期：2019-12-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共12页

页码：2149-2160