基于深度学习算法的人脸活体识别门禁系统设计

摘要

cqvip:针对传统门禁系统在人脸识别中对于特征提取不充分和收敛速度慢的问题,提出一种基于多通道特征融合和动态样本权重的卷积神经网络(Multi-channel Feature Fusion and Dynamic Sample Weight Convolution Neural Network,MFF-DSWCNN)人脸识别算法。其创新点主要是设计了一种双通道的网络结构,两个通道分别对深层和浅层的特征进行提取,以充分提取人脸的特征,从而提高算法的精确度,同时,该网络在损失函数中加入动态样本权重的机制,以加快训练的收敛速度。