基于RetinaFace和FaceNet算法的佩戴口罩人脸识别系统研究

在疫情暴发期间,佩戴口罩已成为一项重要的公共防疫措施。但口罩遮盖会导致基于图像的人脸识别系统识别准确率降低、检测速度变慢。本研究设计了一种基于RetinaFace和FaceNet算法的佩戴口罩人脸识别系统。首先,使用RetinaFace算法训练得到RetinaFace模型,实现人脸关键点定位功能;其次,采用FaceNet算法训练得到FaceNet模型,提取人脸特征向量并构建特征数据库;最后,通过比对待识别人脸特征向量与数据库中向量的欧氏距离,输出识别结果。实验结果表明,该系统在RKNN模型转换后的识别速度超过25 f/s,在数据集Mask-LFW上,特征向量间欧氏距离阈值设定为1.01时,ACC最高达93.78%,AUC为91.03%。该系统满足实时性且具有较高的检测准确率,可满足实验室、公司、工厂或一些公共场所的使用需求。