摘要:深度學(xué)習(xí)的集成特征提取這一優(yōu)點(diǎn)使得它廣泛應(yīng)用于人臉檢測(cè)和識(shí)別。提出了一種多任務(wù)級(jí)聯(lián)卷積網(wǎng)絡(luò)模型(Multitask Cascaded Convolution Network,MTCNN)?;赥ensor Flow平臺(tái),基于改進(jìn)的任務(wù)級(jí)聯(lián)卷積網(wǎng)絡(luò)模型檢測(cè)到人臉,并且用Face Net算法對(duì)人臉進(jìn)行特征提取,用KNN算法對(duì)人臉進(jìn)行識(shí)別。實(shí)驗(yàn)結(jié)果表明,對(duì)不同光照下多人圖像和遮擋圖像的人臉進(jìn)行檢測(cè)和識(shí)別,具有良好的魯棒性。
注:因版權(quán)方要求,不能公開全文,如需全文,請(qǐng)咨詢雜志社。
太原科技大學(xué)學(xué)報(bào)雜志, 雙月刊,本刊重視學(xué)術(shù)導(dǎo)向,堅(jiān)持科學(xué)性、學(xué)術(shù)性、先進(jìn)性、創(chuàng)新性,刊載內(nèi)容涉及的欄目:區(qū)域大氣環(huán)境污染防治、計(jì)算機(jī)科學(xué)與信息工程、機(jī)械工程與材料科學(xué)、應(yīng)用科學(xué)等。于1980年經(jīng)新聞總署批準(zhǔn)的正規(guī)刊物。