面向会议室预订系统的人脸识别算法的设计与优化.pdfVIP

摘要 摘要 智能会议室预订系统可使得会议室具备可远程预约、控制、监控等功能，有效解决传统人工管 理方式效率较低的问题。其中，使用高识别准确率的人脸识别技术进行预订者身份认证可保证系统 的安全性以及有效性。因此本文面向会议室预订系统，基于已有的深度学习人脸识别算法和网络结 构进行改进和优化，实现人脸识别的高识别率和高实时性。 本文首先研究并分析了现有的 Cosine Loss 人脸识别算法，针对该算法必须使用高范数特征向 量来使得网络收敛而影响识别准确率的问题，深入分析了特征范数值对训练过程的影响，提出了一 种低范数余弦损失（Low Norm Cosine Loss ，LNCL ）算法，在保证网络收敛的条件下提高了识别率。 其中，全连接层动态筛选策略降低了网络损失下界，保证了网络的收敛；低范数特征向量使网络能 充分训练，提高了网络的识别准确率。此外，为优化卷积神经网络的性能，改进了 ResNet 卷积神经 网络的参数配置，通过优化网络的全局步长以及采用Elu 激活函数，进一步提高了人脸识别的准确 率。在此基础上，为了解决算法在会议室预订系统中的实际应用问题，本文在云服务器上对 LNCL