基于改進卷積神經網絡的人臉識別算法

摘要：為進一步提高當前人臉識別算法的識別準確度,該文提出一種基于改進卷積神經網絡的人臉識別算法。首先基于TensorFlow深度學習框架建立人臉分類模型;然后設計一種卷積神經網絡進行人臉圖像特征的提取,結合Keras深度學習庫來訓練人臉識別模型,并利用TensorFlow支持的動量梯度下降優化算法進行優化;最后使用聯合的Hard Sample Triplet(HST)和Absolute Constraint Triplet(ACT)損失函數,實現對模型的有效評估,提高識別準確度。該文算法在YouTube Faces數據集和實測視頻數據集下與典型人臉識別算法進行對比,實驗結果表明該文算法識別準確度更高。