基于DCNN的人臉識別技術(shù)在身份驗證中的研究.pdf

1、為了防范和查處招生考試中的替考舞弊行為，進一步保證考試的公平、公正，基于對河南省招生辦公室現(xiàn)有的傳統(tǒng)身份驗證系統(tǒng)的分析，本文提出了基于DCNN的人臉識別技術(shù)在考生身份驗證中的解決方案，并重點研究了DCNN模型的優(yōu)化設(shè)計和閾值判定兩個關(guān)鍵問題。
　　依托真實的高招考試考生數(shù)據(jù)集，通過對考生數(shù)據(jù)集的規(guī)模和特點以及實際應(yīng)用的分析，本文根據(jù) GoogLeNet的設(shè)計思想以及相關(guān)的 DCNN優(yōu)化方法，設(shè)計了一種更具表達(dá)能力且適用的變形網(wǎng)絡(luò)結(jié)

2、構(gòu) GoogLeNet-D（Deformation），該模型共有34層約8.9M可訓(xùn)練參數(shù)，最終輸出128維向量作為考生的人臉特征向量。為了評估 GoogLeNet-D模型并設(shè)定合理的閾值判斷考生是否為同一個人，本文鑒于考生數(shù)據(jù)集中正樣本數(shù)量遠(yuǎn)遠(yuǎn)大于負(fù)樣本數(shù)量的情況，在評估模型時直接采用真實的正樣本對，將人臉查找/分類的精準(zhǔn)率作為模型評估的依據(jù)。但采用該評估方法無法對閾值進行判定，因此本文進一步提出了一種直接、簡單有效的定量確定閾值的算