没有合适的资源?快使用搜索试试~ 我知道了~
温馨提示
试读
3页
人脸识别是目前热门的身份识别技术,其应用广泛。本文采用OpenCV进行人脸检测和数据预处理,在自搭建的人脸数据库上使用基于PyTorch搭建的卷积神经网络进行模型训练,最终得到一个人脸识别模型。通过实际的人脸匹配测试,本文设计的模型可以较好地实现对人脸库中人脸的识别。 随着人工智能的快速发展,尤其以卷积神经网络(Convolutional Neural Networks,CNN)为代表的相关技术的快速发展,许多棘手的难题逐渐得到解决。CNN是一种深度学习模型,实际上是含有卷积层的多层感知机,该模型的工作方法和参数通常不需要人为过干预即可完成自动特征提取和模式识别,相关模型可通过构建深度神经网络的训练模式,来模拟人类大脑学习过程[1]。CNN已广泛地应用于人脸识别等图像识别和图像分类领域。本设计在PyTorch框架下搭建卷积神经网络并进行模型的训练。PyTorch是当前热门的一个开源深度学习框架,其优点是支持使用图形处理器(Graphics Processing Unit,GPU) 加速以及具有支持自动求导的动态神经网络,可以减少模型训练的时间,降低开发成本[2]
资源推荐
资源详情
资源评论
2022 年第 10 期
信息与电脑
Information & Computer
人工智能与识别技术
PyTorch 框架下基于 CNN 的人脸识别方法研究
黄煜真 元泽怀
*
陈嘉瑞 林炜槿
(肇庆学院 电子与电气工程学院,广东 肇庆 526061)
摘 要:
人脸识别是目前热门的身份识别技术,其应用广泛。本文采用 OpenCV 进行人脸检测和数据预处理,在自搭建
的人脸数据库上使用基于 PyTorch 搭建的卷积神经网络进行模型训练,最终得到一个人脸识别模型。通过实际的人脸匹配
测试,本文设计的模型可以较好地实现对人脸库中人脸的识别。
关键词:
人脸识别;卷积神经网络;PyTorch;OpenCV
中图分类
号:TP18 文献标识码:A 文章编号:1003-9767(2022)10-193-03
Research on Face Recognition Method Based on CNN Under the Framework of PyTorch
HUANG Yuzhen, YUAN Zehuai
*
, CHEN Jiarui, LIN Weijin
(School of Electronic and Electrical Engineering, Zhaoqing University, Zhaoqing Guangdong 526061, China)
Abstract:
Face recognition is a popular identification technology with a wide range of applications. In this paper, we use OpenCV
for face detection and data preprocessing, and use a convolutional neural network built on PyTorch to train the model on a self-built face
database, and finally get a face recognition model. Through the actual face matching test, the model designed in this paper can better achieve
the recognition of faces in the face database.
Keywords:
face recognition; convolutional neural networks; PyTorch; OpenCV
0
引言
随着人工智能的快速发展
,
尤其以卷积神经网络
(
Convolutional
Neural Networks
,
CNN
)
为代表的相关技术的快速发展
,
许
多棘手的难题逐渐得到解决
。
CNN 是一种深度学习模型
,
实际上是含有卷积层的多层感知机
,
该模型的工作方法和参
数通常不需要人为过干预即可完成自动特征提取和模式识
别
,
相关模型可通过构建深度神经网络的训练模式
,
来模拟
人类大脑学习过程
[1]
。
CNN 已广泛地应用于人脸识别等图
像识别和图像分类领域
。
本设计在 PyTorch 框架下搭建卷积
神经网络并进行模型的训练
。
PyTorch 是当前热门的一个开
源深度学习框架
,
其优点是支持使用图形处理器
(
Graphics
Processing Unit
,
GPU) 加速以及具有支持自动求导的动态神
经网络
,
可以减少模型训练的时间
,
降低开发成本
[2]
。
1 人脸检测及数据预处理设计
1.1 人脸检测
本设计采用 OpenCV 的 Haar 人脸特征分类器进行人脸的
检测
。
人脸检测的过程具体如下
:
首先
,
载入haarcascade_
frontalface_alt2 分类器作为人脸特征分类识别器,该检测器
速度快,准确率可观;其次,将获取的每一帧图像通过 cv2.
cvt Color() 函数转换为灰度图
;
最后
,
调用人脸检测函数 face
Cascade.detect MultiScale() 进行人脸检测
。
1.2 数据预处理
在应用图像之前
,
需要对图像进行数据预处理
。
通过预
处理可以去除无关的背景信息
,
保留所需要的特征图像
,
同时
可以将图像分辨率进行统一
,
从而将最佳图像数据送入到神经
网络进行计算
[3]
。
2 卷积神经网络设计
2.1 PyTorch
PyTorch 是一个灵活的深度学习框架
,
其具有以下几点
优势
。
① PyTorch 提供了 Autograd 机制
,
该自动微分技术可
基金项目:
国家级大学生创新创业项目“图书馆自习室智能订位与现场刷脸认证系统开发”(项目编号:202010580012)。
作者简介:
黄煜真 (1999—),男,广东汕头人,本科。研究方向:智能控制技术及其应用。
通信作者:
元泽怀 (1975—),男,广东惠来人,硕士研究生,高级实验师。研究方向:智能控制技术及其应用。E-mail:
290558188@qq.com。
— 193 —
资源评论
小小菜鸡叶不凡
- 粉丝: 131
- 资源: 180
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功