基于属性驱动损失函数的人脸识别算法
为使通过卷积神经网络学习到的人脸识别特征更容易判别,在角度距离损失函数A-Softmax的基础上进行改进,将人脸属性融入到训练过程中,如性别、年龄和种族.使用属性驱动损失函数,利用属性邻近性对特征映射进行正则化,实验结果表明本方法学习到更多与属性相关的鉴别特征.本文改进算法在人脸验证数据集(包括LFW,CFP,AgeDB和MegaFace)上均取得不错的效果,验证了该改进算法的有效性.
机器视觉、人脸识别、卷积神经网络、人脸属性
56
TP391.4(计算技术、计算机技术)
广州市科技计划201802020008
2020-04-29(万方平台首次上网日期,不代表论文的发表时间)
共7页
212-218