基于MTCNN和ArcFace的人脸识别研究  

作　　者：胡庭硕 陈西曲[1] 

机构地区：[1]武汉轻工大学,湖北武汉430023

出　　处：《电大理工》2024年第4期6-12,74,共8页Study of Science and Engineering at RTVU.

摘　　要：针对自然课堂场景下人脸识别率低和误识率高的问题,结合Gamma校正算法提出了一种基于多任务级联卷积神经网络(MTCNN)和ArcFace损失函数的人脸识别模型。该模型首先对输入图像进行自适应Gamma校正处理,突出细节,然后进行图像金字塔、人脸检测、人脸对齐等操作,最终将检测到的人脸与本地人脸库进行比对。实验结果显示,该模型的平均识别率达到了99.8%,均高于传统的ArcFace模型和SphereFace模型。此模型实现了无感知的人脸识别课堂签到,提高了算法的鲁棒性,有效检测和识别人脸信息,大大提升了课堂考勤效率。

关 键 词：人脸识别 GAMMA校正 MTCNN ArcFace 

分 类 号：TP39[自动化与计算机技术—计算机应用技术]