应用于人脸识别的多任务卷积神经网络性能优化
叶惠仙
福建农业职业技术学院信息工程学院 ,福建福州 350007
摘要：对一种多任务卷积神经网络的人脸识别性能进行研究与优化.该神经网络采用 3 个独立的任务网络分别进行人脸检测、关键点定位和人脸识别.让 3个任务网络在训练过程中共享底层卷积层的特征表示,使得模型能针对多个任务同时进行学习,进而提高其泛化能力和识别精度.为了增强模型对图像的学习能力,采用一种数据增强和迁移学习技术,使人脸识别系统的准确性、鲁棒性和可靠性均得到了显著提升.研究结果为发展人脸识别技术提供了新的思路,尤其在处理复杂场景和多样化人脸图像方面具有一定的应用前景.
关键词：多任务学习多任务卷积神经网络(MTCNN)人脸识别网络性能优化
分类号：TP391.41(计算技术、计算机技术)TP183(自动化基础理论)
论文发表日期：2024-02-25
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：6( 8-13 )
英文信息