摘 要：针对疫情期间在公共场合都需要佩戴口罩并进行人脸识别的情况，该课题设计了一款基于百度飞桨（PaddlePaddle）和卷积神经网络（CNN）的戴口罩人脸识别系统。选择支持 Python 的 PaddlePaddle 深度学习平台，搭建了一个 CNN 模型进行人脸识别。通过读取网络爬取的图片和自拍整合的自制数据集检测出要识别的人脸，在提取人脸中的几何特征之后进行 20 轮训练，显示出训练的模型，然后进行人脸识别。经测试，最后系统的精准度基本稳定在 0.95 以上，能实现较高精度的戴口罩人脸识别。
关键词：PaddlePaddle；CNN；戴口罩人脸识别；深度学习
DOI:10.19850/j.cnki.2096-4706.2022.011.021
基金项目： 大学生创新创业训练项目（S202010619100）
中图分类号：TP391.4 文献标识符：A 文章编号：2096-4706（2022）11-0082-04
Design of Mask-Wearing Face Recognition System Based on PaddlePaddle and CNN
LI Yueyao, ZHOU Jinzhi, WANG Yang
(School of Information Engineering, Southwest University of Science and Technology, Mianyang 621010, China)
Abstract: In view of the situation that people need to wear masks and perform face recognition in public places during the epidemic situation, this topic designs a mask-wearing face recognition system based on PaddlePaddle and Convolutional Neural Network (CNN). It selects the PaddlePaddle deep learning platform that supports Python, and builds a CNN model for face recognition. It detects the face to be recognized by reading the pictures crawled from the web and the self-made dataset of selfie. After extracting the geometric features of the face, it performs 20 rounds of training, the trained model is displayed, and then performs the face recognition. After testing, the accuracy of the final system is basically stable above 0.95, which can achieve high-precision face recognition with masks.
Keywords: PaddlePaddle; CNN; mask-wearing face recognition; deep learning
参考文献：
[1] 王浩 . 当今人脸识别技术的现状与未来研究方向 [J]. 计算机与数字工程，2021，49（9）：1905-1911.
[2] 刘弘一 . 基于深度学习开源框架的并行人脸识别方法研究[D]. 成都：电子科技大学，2018.
[3] 杜小甫，黄兴晗，刘沂杰 . 基于 Python 的人脸识别技术综述 [J]. 电子测试，2021（16）：80-81+48.
[4] 余璀璨，李慧斌 . 基于深度学习的人脸识别方法综述 [J].工程数学学报，2021，38（4）：451-469.
[5] 韩睿 . 基于深度学习的人脸识别系统 [J]. 电子技术与软件工程，2019（10）：51-53.
[6] 杨太平 . 一种基于卷积神经网络的人脸识别系统的实现[J]. 电子测试，2021（19）：100-101+37.
[7] 张瑞国 . 基于卷积神经网络的区域人脸检测研究 [J]. 网络安全技术与应用，2021（9）：55-56.
作者简介：李玥瑶（2000—），女，汉族，四川攀枝花人，本科在读，研究方向：计算机科学与技术。