计算机应用

作者：谢志华, 江鹏, 余新河, 张帅

单位：江西省光电子与通信重点实验室(江西科技师范大学), 南昌 330031

关键词：高光谱人脸识别,卷积神经网络,VGGNet,多谱带循环训练,深度神经网络

基金：国家自然科学基金资助项目（61861020，61562063）；江西省自然科学基金资助项目（20171BAB202006）；江西省教育厅科技项目（GJJ160767）；江西科技师范大学青年拔尖人才项目（2013QNBJRC005）。

为了提高光谱人脸数据表征人脸特征的有效性，提出一种基于VGGNet和多谱带循环训练的高光谱人脸识别方法。首先，在光谱人脸图像的预处理阶段，采用多任务卷积神经网络（MTCNN）进行高光谱人脸图像的精确定位，并利用混合通道的方式对高光谱人脸数据进行增强；然后，基于卷积神经网络（CNN）结构建立一个面向高光谱人脸识别的VGG12深度网络；最后，基于高光谱人脸数据的特点，引入多谱带循环训练方法训练建立的VGG12网络，完成最后的训练和识别。在公开的UWA-HSFD和PolyU-HSFD高光谱人脸数据集的实验结果表明，所提方法取得了比其他深度网络（如DeepID、DeepFace、VGGNet）更好的识别性能。

来源：2019年第2期

《计算机应用》期刊编辑部

查看计算机应用杂志2019年第2期