来源：期刊VIP网 时间：
作者：李昆仑;熊婷;
单位：南昌大学科学技术学院;
摘要：为解决在复杂场景下传统算法对人脸的识别和跟踪精度低的问题，文中提出一种面向复杂场景的人脸识别与目标跟踪算法FaceNet。该算法由人脸识别与人脸跟踪两部分组成。在人脸识别方面，基于YOLOv8提出一种改进的人脸识别算法FaceD-YOLOv8，提高了识别准确率。再以DeepSort为基础，提出一种改进人脸跟踪算法FaceT-DeepSort，实现对人脸目标连续准确的跟踪。在公开数据集上进行的对比实验结果表明，与主流的传统方法相比，所提FaceD-YOLOv8算法人脸识别的mAP值提高3.5%,FaceT-DeepSort算法的人脸目标跟踪精度（TP）值提高9.1%。证明所提方法具有良好的综合性能，能够满足工程应用的需要。
关键词：人脸识别;;人脸跟踪;;复杂场景;;YOLOv8;;DeepSort;;GIoU
基金资助：江西省高等学校教学改革研究项目（JXJG-22-30-7）;; 江西省科技厅项目（GJJ2203914）
