10.16208/j.issn1000-7024.2019.10.033
基于残差网络和度量学习的素描人脸识别
为解决素描人脸识别的类内模态差距大的问题,提出一种基于深度残差网络和度量学习的素描人脸识别模型.利用大规模光学人脸数据集预先训练深度残差网络,学习人脸的一般特征,解决素描人脸训练数据集过小容易过拟合的问题;采用素描人脸数据集对模型进行微调,解决素描和照片特征的分布差异的问题;将度量学习模型与深度残差网络模型相结合,使模型在扩大异类样本距离的同时,进一步减少素描人脸的同类差异.通过在香港中文大学的素描人脸库上进行实验,验证准确率达到94.42%,实验结果表明,该模型可以有效提高素描人脸识别准确率.
素描人脸识别、深度学习、残差网络、微调、度量学习
40
TP391.41(计算技术、计算机技术)
国家自然科学基金项目61671069
2019-11-11(万方平台首次上网日期,不代表论文的发表时间)
共7页
2931-2936,2948