Resumen

Objetivo. Con el fin de resolver los problemas de las pequeñas muestras de imágenes faciales, el tamaño elevado, la baja estructura, la ausencia de etiqueta y la dificultad de seguimiento y recaptura en los vídeos de seguridad, proponemos un popular algoritmo de múltiple de características faciales multiescala (MSFFM) basado en VGG16. Método. Primero construimos la arquitectura VGG16 para obtener rasgos faciales a diferentes escalas y construir un múltiple de rasgos faciales multiescala con rasgos faciales a diferentes escalas como dimensiones. Al mismo tiempo, la tasa de reconocimiento, la tasa de precisión y el tiempo de ejecución se utilizan para evaluar el rendimiento de VGG16, LeNet-5 y DenseNet en la misma base de datos. Resultados. De los resultados de los experimentos comparativos se desprende que la tasa de reconocimiento y la precisión de VGG16 son las más altas de las tres redes. La tasa de reconocimiento de VGG16 es del 97,588%, y la precisión, del 95,889%. Además, el tiempo de ejecución es de sólo 3,5 segundos, es decir, 72,727 veces más rápido que LeNet-5 y 66,666 veces más rápido que DenseNet. Conclusiones. El modelo propuesto en este artículo resuelve el problema clave de la detección y el seguimiento de rostros en el ámbito de la seguridad pública, predice la posición de la imagen de la cara en el espacio múltiple de dimensión temporal y mejora la eficacia de la detección de rostros.

• Materias:Biotecnología Minería de datos Redes de sensores Sistema de sensores Tecnología de sensores
• Subjects:Biotechnology Data mining Sensor networks Sensor system Sensor technology
• Palabras claves:tasa de reconocimiento, vgg16, diferentes escalas, detección facial, rasgos faciales, rasgo facial multiescala popular, pequeñas muestras de imagen facial, imagen facial objetivo, rasgo facial multiescala, ámbito de la seguridad pública
• Keywords:recognition rate, vgg16, different scales, face detection, face features, popular multiscale facial feature, small face image samples, face target image, multiscale face feature, public security field