Resumen

En el escenario de entrega sin contacto, el armario de auto-recogida es un importante dispositivo terminal de entrega, y el reconocimiento facial es una de las formas eficientes de lograr la entrega exprs de acceso sin contacto. En este estudio se propone un algoritmo de reconocimiento facial sin restricciones basado en el aprendizaje por transferencia para reconocer eficazmente imgenes faciales en entornos sin restricciones. En primer lugar, se mejora la red de extraccin de regiones del algoritmo RCNN ms rpido para mejorar la velocidad de reconocimiento del algoritmo. A continuacin, se aplica el primer aprendizaje de transferencia entre el gran conjunto de datos ImageNet y el conjunto de datos de imgenes faciales en condiciones restringidas. El segundo aprendizaje de transferencia se aplica entre la imagen facial en condiciones restringidas y los conjuntos de datos de imgenes faciales sin restricciones. Por ltimo, la imagen facial no restringida se procesa mediante el algoritmo de mejora de imagen para aumentar su similitud con la imagen facial restringida, de modo que el segundo aprendizaje de transferencia pueda llevarse a cabo de forma eficaz. Los resultados experimentales muestran que el algoritmo propuesto tiene una mejor tasa y velocidad de reconocimiento en los conjuntos de datos CASIA-WebFace, FLW y MegaFace.

• Materias:Algoritmos (Matemáticas) Algebra Ingeniería Lógica matemática Matemáticas
• Subjects:Agorithms (Math) Algebra Engineering Mathematical logic mathematics
• Palabras claves:Escenario de entrega; Cabina de recogida automática; Reconocimiento facial; Aprendizaje por transferencia; Algoritmo; Mejora de la imagen
• Keywords:Delivery scenario; Self-pickup cabinet; Face recognition; Transfer learning; Algorithm; Image enhancement