况朝青 ，贺 超 ，王均成 ，邹建纹

（1.重庆邮电大学 通信与信息工程学院，重庆 400065；2.重庆高校市级光通信与网络重点实验室，重庆 400065；3.泛在感知与互联重庆市重点实验室，重庆 400065）

0 引言

近年来，人脸识别受到越来越多的关注，主要是通过神经网络模型来进行人脸识别。但人脸识别依然是一个非常重要但又极具挑战性的问题，主要是现在大部分的人脸识别采用的图像都是静态和质量较高的图片，所以识别效果很好。但在实际应用中，人脸图像受到光照、表情和较大的姿态变化的影响，可能导致识别率急剧下降。因此，采用一种预处理的方式来处理图片，提高图片的质量，成为了当下研究的关键[1]。并且在边缘计算系统中，采用大型网络来进行人脸识别是不现实的，主要是受到处理器的速度和功耗的影响，因此这方面的应用成为了研究的热点。

针对这些问题，文献[2]-[3]主要是通过位置向量的特征来解决人的姿势问题；文献[4]-[5]则试图合成一个正面的人脸；文献[6]提出了采用主成分分析（PCA）的方法，主要是可以将样本数据向一个新的低维空间投影，经过坐标转换后，使用原样本中最大的一个线性无关特征值对应的空间坐标表示，可以一定程度地去除样本噪声；文献[7]用滤波器方法来提高识别率。

本文采用了神经网络的方法来对输入图片的人脸进行预处理，将预处理后生成的图片输入到网络中进行测试。本文采用在SqueezeNet 网络的基础上加入残差网络，并对传统的softmax 进行了修改。……