基于损失函数优化神经网络模型的面罩遮挡人脸识别算法

作     者：张立辉 ZHANG Lihui

作者机构：国能神东煤炭集团有限责任公司上湾煤矿内蒙古鄂尔多斯017209 

出 版 物：《工矿自动化》 (Journal Of Mine Automation)

年 卷 期：2024年第50卷第S1期

页      面：15-20页

学科分类：081901[工学-采矿工程] 0819[工学-矿业工程] 08[工学] 

主　　题：矿井人脸识别 面罩遮挡 优化神经网络 人脸关键点检测 特征融合 

摘      要：矿井人脸信息识别是矿井人员管理、安全生产的重要环节和保障措施,但矿井的特殊环境可能会出现面部遮挡或不清等情况,尤其是在煤矿井下多粉尘等区域,面罩往往被普遍使用,这些都会增加人脸识别的难度。为了能够对面罩遮挡状态下的人脸图像进行准确识别,提出了一种基于损失函数优化神经网络模型的面罩遮挡人脸识别算法。通过基于人脸关键点检测的面罩遮挡人脸生成算法将常规人脸数据集扩充为面罩遮挡人脸数据集,缓解煤矿面罩遮挡人脸数据不足的问题。根据面罩遮挡人脸图像的特点使用损失函数进行模型训练,使用更优的损失函数代替三元组损失,同时添加注意力机制使模型更加关注于未被遮挡的区域,使模型能更好地提取面罩遮挡状态下的人脸特征。通过大量实验证明,基于损失函数优化神经网络模型的面罩遮挡人脸识别算法不仅在提取人脸特征时更加关注于未被面罩遮挡的上半部分区域,而且在面对噪声时有较强的鲁棒性,在MFR2数据集中采用该算法将原始网络的准确率由84.3%提高到了98.5%,相较于其他方法具有较高的识别准确率,能够在面罩遮挡状态下完成人脸识别任务。