基于SSD与FaceNet的人脸识别系统设计

打开文本图片集

摘 要：人脸识别技术广泛应用于考勤管理、移动支付等智慧建设中。伴随着常态化的口罩干扰，传统人脸识别算法已无法满足实际应用需求，为此，本文利用深度学习模型SSD以及FaceNet模型对人脸识别系统展开设计。首先，为消除现有数据集中亚洲人脸占比小造成的类内间距变化差距不明显的问题，在CAS-IA Web Face公开数据集的基础上对亚洲人脸数据进行扩充；其次，为解决不同口罩样式对特征提取的干扰，使用SSD人脸检测模型与DLIB人脸关键点检测模型提取人脸关键点，并利用人脸关键点与口罩的空间位置关系，额外随机生成不同的口罩人脸，组成混合数据集；最后，在混合数据集上进行模型训练并将训练好的模型移植到人脸识别系统中，进行检测速度与识别精度验证。（剩余9729字）