噪声环境下的轻量级人脸识别系统及识别方法

摘要

本发明提供了一种噪声环境下的轻量级人脸识别系统及识别方法，属于计算机人脸识别技术领域，首先，输入噪声图片，使用3×3卷积核提取特征，然后添加去噪块，对卷积层提取到的特征进行特征去噪，然后使用深度可分离卷积，以及十层瓶颈结构，最后通过1×1卷积和线性全局深度可分离卷积得到输出特征。本发明提出了可以方便的与任何卷积神经网络结构相结合的有效独立的去噪声模块‑‑LD‑MobileFaceNet；在去噪操作中，采用非局部均值去噪方法提高了MobileFaceNet的性能，提高了噪声环境下的人脸识别准确率；移除了网络中部分的瓶颈层，使系统更加轻量化，在噪声数据集上实现了更好的鲁棒性；非线性激活函数swish代替PReLU，弥补了识别精度的损失，保证了不同噪声等级下的识别准确率。