一种基于深度学习的移动端人脸验证系统

摘要：

作为一种新兴的身份验证技术,人脸验证广泛应用于门禁、考勤等需要身份验证的场合.本文综合考虑移动端人脸验证的需求与生产环境,以及现有人脸验证算法的效率和可移植性,设计并实现一种基于安卓系统平台的人脸验证系统.该系统能够离线部署于搭载安卓系统的移动端设备,通过摄像头获取人脸图像并在本地进行图像的数据处理完成人脸验证工作.在算法上,该系统采用深度卷积神经网络进行图像处理与人脸特征向量提取以提高人脸验证的准确率.在实现上,通过联合编译Java和C++代码提高算法运行效率以适应深度学习算法在移动端的应用.实验表明,本系统能够在确保准确率高达97.16％的前提下快速完成人脸验证流程,基本满足工业化应用需求.

关键词：人脸验证、深度学习、特征提取、移动端、离线部署

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目61373060,61672280;青蓝工程

在线出版日期：2018-06-01（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：107-111,117