2023年8月25日第7卷第16期现代信息科技ModernInformationTechnologyAug.2023Vol.7No.161341342023.082023.08收稿日期：2023-03-03基于高阶门控卷积的面部识别算法在电站身份识别中的应用高森（南京南瑞继保电气有限公司，江苏南京211102）摘要：电站安全与国家安全和人民生产生活息息相关，因此对电站的出入人员进行准确的身份识别尤为重要。针对电站出入人员携带安全帽导致的面部特征采集不完全等问题，文章提出了融合高阶门控卷积模块对MTCNN和FaceNet网络模型进行改进增强，通过显式建模人脸面部特征向量之间的高阶关联，使得模型可以学习到更加准确的特征映射函数，从而提高面部识别的准确率。在LFW数据集上，提出的改进方法相比于原Facenet模型的99.63%的准确率提高到了99.68%的准确率。最后，在电站的实际应用场景中，出入识别的准确率分别为99.12%和98.93%。关键词：电站；面部识别；高阶门控卷积中图分类号：TP391.4文献标识码：A文章编号：2096-4706（2023）16-0134-05ApplicationofFacialRecognitionAlgorithmBasedonHigh-orderGatedConvolutionforPowerStationIdentificationGAOSen(NanjingNanruiJibaoElectricCo.,Ltd.,Nanjing211102,China)Abstract:Thesecurityofthepowerstationiscloselyrelatedtonationalsecurityandpeople'sproductionandlife,soitisparticularlyimportanttoaccuratelyidentifytheaccesspersonnelofthepowerstation.Aimingattheproblemssuchasincompletecollectionoffacialfeaturescausedbyhelmetscarriedbypowerstationaccesspersonnel,thispaperproposestoimproveandenhancetheMTCNNandFaceNetnetworkmodelsbyintegratinghigh-ordergatedconvolutionmodules.Byexplicitlymodelingthehigh-ordercorrelationbetweenfacialfeaturevectors,themodelcanlearnmoreaccuratefeaturemappingfunctionstoimprovetheaccuracyoffacialidentification.OntheLFWdataset,theimprovedmethodproposedinthispaperimprovestheaccuracyoftheoriginalFaceNetmodelby99.63%to99.68%.Finally,intheactualapplicationscenarioofthepowerstation,theaccuracyoftheaccessidentificationis99.12%and98.93%respectively.Keywords:powerstation;facialidentification;high-ordergatedconvolution0引言电网和电站在国家安全、社会稳定以及人们的生产生活中承担着十分重要的角色，因此电网和电站的安全一直受到国家和人民的重视和关注。运用精确...
