人臉識別系統(tǒng)推廣的同時也容易受到來自非真實人臉的欺騙與攻擊。針對傳統(tǒng)方法的人臉活體檢測存在網(wǎng)絡(luò)耗時長,容易出現(xiàn)過擬合等問題,在卷積神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)上采用以異構(gòu)卷積核替換標準卷積核的方式對人臉活體進行檢測。同時為進一步優(yōu)化分類效果,采用融合Softmax loss和Center loss函數(shù)作為新的分類器。在NUAA和CASIA-FASD兩個經(jīng)典數(shù)據(jù)庫中,通過實驗證明提出的算法可以提高模型準確率,降低模型訓(xùn)練成本。與傳統(tǒng)卷積神經(jīng)網(wǎng)絡(luò)方法相比,提出的方法具有更高的效率。 

【文章來源】：遼寧科技大學(xué)學(xué)報. 2019,42(05)

【文章頁數(shù)】：8 頁

【文章目錄】：
1 卷積神經(jīng)網(wǎng)絡(luò)
    1.1 卷積層
    1.2 匯聚層
    1.3 激活層
    1.4 全連接層
2 異構(gòu)卷積神經(jīng)網(wǎng)絡(luò)的人臉活體檢測
    2.1 異構(gòu)卷積核
    2.2 異構(gòu)卷積神經(jīng)網(wǎng)絡(luò)
3 實驗結(jié)果與分析
    3.1 NUAA數(shù)據(jù)庫
    3.2 CASIA-FASD數(shù)據(jù)庫
4 結(jié)論



本文編號：3634364