一种基于深度学习方法的面部微变识别的研究

摘要

随着人们对美好事物的向往,人脸整容成了很多人的选择,然而微整的人脸五官在一定程度上对人脸识别工作带来了一定的困难.该研究利用深度学习方法对人脸特征小幅度整容(微修整)前后进行识别研究.首先用python爬虫合法获取明星图片,自制小型人脸数据集,再利用Keras框架和卷积神经网络架构中的残差网络Resnet50,以ArcFace loss作损失函数构建分类网络模型对人脸进行识别.仿真实验表明,ArcFace loss与SoftMax loss相比具有较好的鲁棒性.