10.3969/j.issn.1672-9722.2020.01.017
基于卷积神经网络特征融合的人脸识别算法
为提高卷积神经网络的识别性能,提出了一种基于多种卷积神经网络模型的特征融合方法.论文通过构建一个深度学习网络,将多种卷积神经网络模型如ResNet、InceptionV3和VGG19提取的特征进行融合,并将融合后的特征应用到人脸识别中,据此训练出特征融合网络模型的网络参数;最后利用计算求出的阈值来区分类别.实验结果表明,在人脸库LFW数据集上,论文算法的人脸识别率可达98%;与现有的单一卷积神经网络相比,论文算法识别率更高.
人脸识别、特征融合、深度学习、阈值计算
48
TP391.41(计算技术、计算机技术)
2020-05-07(万方平台首次上网日期,不代表论文的发表时间)
共6页
88-92,105