摘要

许多面部识别系统通过使用深度学习模型来提升性能，但只有少数研究涉及在线注册的机制。尽管我们可以通过最先进的深度模型训练获得具有区分性的面部特征，但在实际应用中如何确定最佳阈值仍然是一个挑战。为此，我们开发了一种自适应阈值机制的技术，以提高识别精度。同时，我们设计了一个包含注册流程的面部识别系统，用于处理在线注册。此外，我们引入了一种新的评估协议，以便更好地评估算法在现实场景中的性能。在我们提出的评估协议下，我们的方法在LFW数据集上可以实现22%的准确率提升。