标题：基于改进FaceNet算法的人脸智能识别方法
作者：王传传 高婕
作者单位：广州工商学院工学院，广东 广州 510800
关键字：FaceNet网络；MTCNN；高斯归一化；人脸智能识别
摘要：人脸识别是计算机视觉与图像处理领域的研究热点，基于FaceNet网络模型的人脸智能识别系统，由于所需训练数据集大且对硬件资源条件要求较高，设计改进FacetNet的人脸智能识别算法。首先，通过MTCNN网络实现人脸图像非极大值抑制和边界框的回归问题；其次，把人脸对齐后的图像数据进行高斯归一化（Gaussian normalization）预处理后，再通过FacetNet算法网络模型进行训练。优化后的网络模型在LWF数据集上进行训练，实验验证得出改进后的人脸识别模型其平均误识率为0.06%，拒识率为5.13%和准确率为99.79%，并通过采集真实的人脸数据进行验证，均表现出了良好的识别效果。