基于深度神经网络的伪装人脸识别

伪装人脸识别在刑侦安防领域有着巨大的应用价值。针对现阶段对伪装人脸识别的研究较少、算法鲁棒性不强等缺点,提出了基于深度神经网络的伪装人脸识别算法。改进了SqueezeNet网络模型,并将其与FaceNet网络架构进行结合,用于人脸图像的身份识别。通过在训练数据集中引入伪装人脸图像,让网络学习到伪装的特征。实验结果表明,该算法识别准确率接近90%,相较于其他网络模型,具有更好的识别效果。