従来の顔認識手法は認識性能が低く、深層学習ベースの手法は制限のない条件下での認識が困難であり、顔特徴の識別力が弱く、姿勢や表情などの影響を受けやすい問題に対して、畳み込みブロック注意モジュールを導入した双子ニューラルネットワークモデル構造を提案した。本構造は双子ニューラルネットワーク（Siamese neural network）を基盤フレームワークとして改良を加え、改良型VGG11_BNモデルによる特徴抽出を組み込んでいる。本モデルはVGG11構造にバッチ正規化（Batch Normalization、BN）技術を導入し、元のモデル構造にCBAM混合注意機構の特徴抽出ネットワークを提案した。最後に、現在アジア人の顔認識訓練データが少ない状況に対応し、アジア人の顔特徴により適合したCASIA-FaceV5データセットを用いて認識訓練を行った。実験結果は、本アルゴリズムの顔認識における精度が96.67%に達し、CAS-PEAL-R1顔データセットにおいてSRGESおよびVGG11+siameseアルゴリズムに比べてそれぞれ6.05%、6.7%向上したことを示している。本アルゴリズムは多要因の影響下でもより良い顔認識検証が可能であり、優れた安定性を有している。

顔認識; 双子ニューラルネットワーク; 深層学習; 注意機構; 安定性