基于InsightFace的改进教室人脸识别算法及其应用
针对教室场景小人脸识别准确率低的问题,基于InsightFace算法,结合MobileFaceNet结构和DenseNet结构,提出一种将通道相加和通道级联结合起来的Dual-MobileFaceNet轻量级网络结构,提高了识别速度和小人脸识别准确率。同时,提出一种双重分类算法,进一步改善了InsightFace算法的识别分类能力,在LFW数据集上准确率达99.46%。最后将所提算法移植在Jetson TX2嵌入式开发板上,在8人、18人教室场景下识别准确率分别达96.24%、94.68%,每帧识别速度分别约为0.14 s、0.29 s。相比其他大型网络,所提网络更具实时性和有效性。所提算法为
暂无评论