基于卷积神经网络特征融合的人脸识别算法

摘要：

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.

关键词：人脸识别、特征融合、深度学习、阈值计算

所属期刊栏目：48

分类号：TP391.41(计算技术、计算机技术)

在线出版日期：2020-05-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：88-92,105