基于迁移学习和MTCNN的人脸识别方法

摘要

针对传统神经网络人脸识别准确率不高的缺点,提出一种能够提高人脸识别准确率的改进型人脸识别方法.首先将包含人脸的图片输入MTCNN网络,将图片中的人脸部分截取出来,去除图片中的干扰部分.以迁移学习的方式将图片送入Inception-v3网络模型中训练,保留预先训练好的参数,只改变最后一层全连接层的参数,从而获得新的人脸识别模型.最后在LFW人脸数据库上验证该算法的有效性,实验表明,该方法相较传统的CNN网络,有更高的识别准确率,达到了99.6％的识别准确率.