计算机应用

作者：邓雄, 王洪春

单位：1. 重庆师范大学 数学科学学院, 重庆 401331;2. 智慧金融与大数据分析重庆市重点实验室(重庆师范大学), 重庆 401331

关键词：人脸活体检测,特征融合,MobileNetV2,轻量化网络

针对目前基于深度学习的活体检测算法大都基于大型卷积神经网络的问题，提出一种基于轻量级网络MobileNetV2和特征融合的活体检测算法。首先，以改进的MobileNetV2为基础网络分别从RGB、HSV、LBP图中提取特征；然后，将得到的特征图堆叠在一起以进行特征层的融合；最后，从融合后的特征图中继续提取特征，并利用Softmax层作出真假人脸的判断。仿真结果显示，所提算法在NUAA数据集上的等错误率（EER）为0.02%，在Siw数据集上的ACER（Average Classification Error Rate）为0.75%，而且测试单张图像仅用时6 ms。实验结果表明：融合不同的信息可以获得更低的错误率，改进的轻量化网络保证了算法的高效性并满足实时性需求。

来源：2020年第4期

《计算机应用》期刊编辑部

查看计算机应用杂志2020年第4期