10.3969/j.issn.1003-3254.2018.02.005
混合卷积神经网络的人脸验证
人脸验证对于个人身份认证很重要, 它在系统安全和犯罪识别中具有重要意义. 人脸验证的任务是给定一对人脸图像判断是否为相同的身份(即二进制分类). 传统的验证方法包括两个步骤: 特征提取和人脸验证. 提出了一个混合卷积神经网络, 用于进行人脸验证, 主要过程分为三个步骤: 特征提取, 特征选择和人脸验证. 这个模型关键点是直接使用混合卷积神经网络从原始像素直接学习相关的视觉特征, 并通过单变量特征选择和主成分分析(PCA)进一步处理特征. 这样可以实现从原始像素提取到具有较好鲁棒性和表达性的特征. 在顶层使用支持向量机(SVM)判读是否为同一个人. 通过实验可以发现混合卷积神经网络模型与传统方法相比在人脸验证得准确率上有着较好的表现.
人脸验证、卷积神经网络、特征融合、特征选择、支持向量机
27
国家自然科学基金61100139;湖南省教育厅青年项目16B258;湖南省自然科学基金2017JJ2252
2018-03-13(万方平台首次上网日期,不代表论文的发表时间)
共6页
24-29