基于卷积神经网络的人脸识别

王 荣平
广州华立学院 511325

摘要

随着人工智能技术不断发展，人脸识别技术应用愈加广泛。本文首先介绍了卷积神经网络结构，对MTCNN算法进行简要阐述，选用LFW人脸数据集开展实验，讨论卷积神经网络模型设计，根据模型设计卷积神经网络的训练和优化方法，包括梯度下降、反向传播、正则化等。经过实验和对比分析，证明了基于卷积神经网络的人脸识别技术在准确率和鲁棒性上的优势，本文对于理解和应用基于卷积神经网络的人脸识别技术具有一定意义。

关键词

卷积神经；人脸识别；模型

参考

[1]Patricia M,Daniela S,Oscar C.Comparison of optimization algorithms based on swarm intelligence applied to convolutional neural networks for face recognition[J].International Journal of Hybrid Intelligent Systems,2023,18(3-4).[2]李军,李明.改进多尺度卷积神经网络的人脸表情识别研究[J].重庆邮电大学学报(自然科学版),2022,34(02):201-207.[3]蓝雯飞,张盛兰,朱容波等.基于改进MTCNN的人脸检测算法[J].中南民族大学学报(自然科学版),2020,39(06):637-641.[4]常英丽,张雪华,刘强.改进的卷积神经网络模型在人脸识别中的应用[J].电子制作,2022,30(24):42-45.DOI:10.16589/j.cnki.cn11-3571/tn.2022.24.010.