基于MTCNN和ArcFace的人脸识别研究

摘要

针对自然课堂场景下人脸识别率低和误识率高的问题，结合Gamma校正算法提出了一种基于多任务级联卷积神经网络（MTCNN）和ArcFace损失函数的人脸识别模型。该模型首先对输入图像进行自适应Gamma校正处理，突出细节，然后进行图像金字塔、人脸检测、人脸对齐等操作，最终将检测到的人脸与本地人脸库进行比对。实验结果显示，该模型的平均识别率达到了99.8%，均高于传统的ArcFace模型和SphereFace模型。此模型实现了无感知的人脸识别课堂签到，提高了算法的鲁棒性，有效检测和识别人脸信息，大大提升了课堂考勤效率。

关键词

人脸识别 / Gamma校正 / MTCNN / ArcFace