基于MTCNN与FaceNet模型的多角度人脸识别信息系统设计

闫文伟; 王军; 李林萍; 郭瑜; 常青

doi:10.16009/j.issn.1009-5624.2026.19.016

信息记录材料 ›› 2026, Vol. 27 ›› Issue (19) : 53 -55+59. DOI: 10.16009/j.issn.1009-5624.2026.19.016

基于MTCNN与FaceNet模型的多角度人脸识别信息系统设计

闫文伟, 王军, 李林萍, 郭瑜, 常青

作者信息 +

Author information +

文章历史 +

摘要

针对人脸识别系统在中文显示兼容、多角度姿态鲁棒性、实时处理与界面同步等方面的工程问题，本文设计并实现了一种基于改进多任务级联卷积神经网络（MTCNN）与FaceNet模型的多角度人脸识别信息系统。系统采用四层架构，通过MTCNN实现人脸检测，利用FaceNet提取128维特征，并基于余弦相似度与双重阈值完成精准匹配。通过哈希命名与JavaScript对象表示法（JSON）映射解决中文编码问题，设计多角度自适应注册算法构建多维特征库，采用Tkinter与开源计算机视觉库（OpenCV）分离的多线程机制及帧跳转策略，优化系统实时性能。实验结果表明：该系统在复杂环境下鲁棒性强，识别准确率高，处理速度达27.36 FPS，有效解决了中文兼容、多角度识别及实时同步等关键问题。