典型文献
基于深度学习的多模态融合三维人脸识别
文献摘要：
二维人脸识别受光照、遮挡和姿态的影响较大.为了克服二维人脸识别的缺点,本文提出了一种基于深度学习的多模态融合三维人脸识别算法.该方法首先使用卷积自编码器将彩色图像和深度图进行融合,将融合后的图像作为网络的输入进行预训练,并且设计了一种新的损失函数cluster loss,结合Softmax损失,预训练了一个精度非常高的模型.之后使用迁移学习将预训练的模型进行微调,得到了一个轻量级神经网络模型.将原始数据集进行一系列处理,使用处理之后的数据集作为测试集,测试的识别准确率为96.37％.实验证明,该方法弥补了二维人脸识别的一些缺点,受光照和遮挡的影响非常小,并且相对于使用高精度三维人脸图像的三维人脸识别,本文提出的算法速度快,并且鲁棒性高.
文献关键词：
三维人脸识别;多模态融合;深度学习;卷积神经网络;损失函数;迁移学习
中图分类号：
作者姓名：
胡乃平;贾浩杰
作者机构：
青岛科技大学信息科学技术学院,青岛266061
文献出处：
引用格式：
[1]胡乃平;贾浩杰-.基于深度学习的多模态融合三维人脸识别)[J].计算机系统应用,2022(08):152-159
A类：
B类：
多模态融合,三维人脸识别,遮挡,人脸识别算法,卷积自编码器,彩色图像,深度图,预训练,损失函数,cluster,loss,Softmax,迁移学习,微调,轻量级神经网络,原始数据,列处理,用处,测试集,识别准确率,人脸图像
AB值：
0.236074
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
