基于深度学习的多姿态人脸识别关键技术研究  

作　　者：解瑞云 海本斋[3] 刘秀 张雅君 

机构地区：[1]河南工学院电缆工程学院,河南新乡453003 [2]河南省线缆结构与材料重点实验室,河南新乡453003 [3]河南师范大学教育信息技术学院,河南新乡453007 [4]河南师范大学文学院,河南新乡453007

出　　处：《河南工学院学报》2023年第1期19-23,共5页Journal of Henan Institute of Technology

基　　金：河南省高等学校重点科研项目(22B520006,23A520020);新乡市软科学研究计划项目(RKX2021018);河南工学院教学改革项目(2021-YB026)。

摘　　要：随着计算机视觉技术的不断发展,人脸识别技术已经广泛应用于实时视频监控、图像检索、推荐系统等领域,但是受限于人脸识别过程中的姿态、光照、跟踪等问题,导致人脸识别的准确率和可靠性受到很大制约。文章基于深度学习算法,通过对人脸数据的HOG特征提取、图像分割,并利用卷积神经网络技术进行训练和编码输出,最后利用SVM分类器进行数据比对,进而对人脸进行识别。实验结果表明,该人脸识别技术能够完成对多姿态人脸的准确识别,达到了应用标准。

关 键 词：深度学习 人脸识别 方向梯度直方图 神经网络 分类器 

分 类 号：TP399[自动化与计算机技术—计算机应用技术]