一种多尺度轻量化的人脸识别算法

针对基于深度学习的人脸识别算法模型的单一尺度输入问题,以及人脸图像样本在输入模型过程中由尺寸放缩而导致人脸特征信息丢失问题,提出一种基于深度学习的多尺度轻量化的人脸识别算法.同时,鉴于现有人脸数据集的同一样本单一尺度的局限性,提出一种多尺度的人脸数据集.该算法首先建立一种单一尺度的人脸识别模型,然后通过空间金字塔池化结构实现模型的多尺度输入.再选用Maxout作为模型的激活函数,实现模型的轻量化.数据集首先建立距摄像机不同距离下的三个采集点,然后在每个采集点上采集不同角度的人脸图像,最后对采集到的人脸图像进行数据预处理和分类整理.实验结果表明,所提出的算法在距离条件变化的情况下取得较好的性能.