基于深度学习算法的视频监控人脸识别系统研究

基于多尺度卷积神经网络的深度学习算法,采用VGGFace模型提取人脸特征、清除干扰样本,自动收集与标定数据集,对基准图像、待标定人脸图像进行匹配,完成监控视频中的人脸图像筛选与识别,同时对现有的深度学习算法模型作出改进调整,使模型更适宜于实际监控视频的数据分布,提高人脸图像特征的识别准确率。实验结果得出,使用VGG Face深度学习模型后的人脸数据集识别,识别率在93%以上,相比于未改进算法的识别率提高了约10%,能够充分保障监控视频的人脸识别需求。