可抗遮蔽人臉偵測與辨識系統

王駿發 ； 歐陽諺 ； 蔡安朝 ； 吳韋慶

《電機工程會刊》 創刊號1期 (2020/07) Pp. 1-7

https://doi.org/10.6949/KHCIEE.202007_(1).0001

摘要

隨著深度學習演算法的發展和硬體晶片加速運算，人臉識別的應用越來越廣泛。在人臉識別中，準確率容易受到光、距離和遮蔽的影響。然而，遮蔽的影響是最難以克服的。因此，我們訓練了一個卷積神經網路系統提高人臉檢測的準確率並提升臉部特徵擷取的能力，該方法克服了人臉在遮蔽下無法正常識別情況。本系統的輸入圖像是由網路攝影機擷取畫面，影像中的所有臉部區域和臉部標記點都會被人臉偵測網路計算出來。接著臉部區域通過臉部校正後，會輸入到人臉識別網路以辨識身份。實驗結果顯示，當臉部區域遮蔽25%以及50%的情況下，準確率可以到達96.15%和88.46%。

參考文獻

Hearst, M. A.,Dumais, S. T.,Osuna, E.,Platt, J.,Scholkopf, B.(1998).Support vector machines.IEEE Intelligent Systems and their applications.13(4),18-28.

Krizhevsky, A.,Sutskever, I.,Hinton, G. E.(2012).Imagenet classification with deep convolutional neural networks.Advances in neural information processing systems.(Advances in neural information processing systems).

Zeiler, M. D.,Fergus, R.(2014).Visualizing and understanding convolutional networks.European conference on computer vision.(European conference on computer vision).

Simonyan, K.,Zisserman, A.(2014).Very deep convolutional networks for large-scale image recognition.,未出版.

Szegedy, C.(2015).Going deeper with convolutions.Proceedings of the IEEE conference on computer vision and pattern recognition.(Proceedings of the IEEE conference on computer vision and pattern recognition).