基于循环生成对抗网络的遮挡人脸识别系统设计＊尹金１，陈翠红１，胡贵恒１，胡俊２（１．安徽工商职业学院信息工程学院，安徽合肥２３１１３１；２．安徽国际商务职业学院信息工程学院，安徽合肥２３１１３１）摘要：由于大多数采集到的人脸图像被口罩、帽子、头发遮挡，导致人脸识别效果较差．为此，设计基于循环生成对抗网络的遮挡人脸识别系统．该系统利用电源模块为存储器、人机交互、人脸识别等模块提供稳定电压．系统中的人脸识别模块使用ＤＭ６４４７处理器控制人脸视频图像采集和识别，处理器内置人脸图像自动采集程序，利用该程序控制视频采集前端使用ＣＭＯＳ传感器、可编程逻辑器件等采集人脸视频图像，并基于循环生成对抗网络的遮挡人脸识别算法识别遮挡人脸图像后，通过通信接口模块将识别结果传输到存储器模块和人机交互模块分别进行存储和展示．实验结果表明：该系统具备良好的运行稳定性、通信性能以及图像缩放功能，且可有效识别不同类型遮挡的人脸，识别精度高达９８％．关键词：循环生成对抗网络；遮挡人脸识别；生成网络；判别网络；ＤＭ６４４７处理器中图分类号：ＴＰ３９１文献标识码：Ａ文章编号：１６７３－２１０３（２０２３）０２－００４６－０７０引言人脸识别技术是生物特征识别技术之一，是利用计算机图像处理技术对人脸进行跟踪侦测来区分生物个体的技术手段［１，２］．人脸识别技术目前被广泛应用于企业、住宅管理、电子身份认证、刑侦以及电子政务审批等领域，且在其应用领域发挥着不可或缺的作用．但目前人脸识别技术在识别有眼镜、口罩和帽子等遮挡物的人脸图像时存在很大漏洞［３］，促使很多学者致力于研究存在遮挡的人脸识别系统的方法．如李梦潇等［４］设计了基于ＰＣＡ的人脸识别系统，通过在仿真平台搭建人脸识别系统运行环境，利用主成分分析算法分析人脸存在遮挡时的图像维数，并使用特征值分解算法计算人脸图像特征，依据该特征达到识别人脸的目的．朱毅等［５］设计了基于ＣＮＮ人脸识别系统，使用计算机ＯｐｅｎＣＶ视觉库开发人脸识别系统ＧＵＩ界面，利用深度学习技术识别人脸图像．上述两种人脸识别系统虽可实现人脸识别的目的，但在识别遮挡人脸图像时精度不高．由于目前摄像机等设备采集到的人脸图像存在不同程度的遮挡，如口罩、帽子、头发等．为增强遮挡人脸识别效果，本文在优化人脸识别系统硬件的基础上，借助循环生成对抗网络可转换不同模态图像的优势，将人脸图像的不同模态进行网...
