10.3969/j.issn.1002-2279.2021.05.010
基于改进残差网络与图聚类的人脸识别
为提高人脸聚类识别中的识别速度并保持良好的聚类效果,对原残差网络模型进行改进.在特征提取阶段,依靠利用深度学习方法,在改变网络结构和训练参数后以多线程训练模式生成残差网络模型,在确保较高验证准确率的同时,可使改进模型加载时间显著缩短;聚类匹配阶段采用Chinese whispers及k-means聚类算法,利用F1-Measure、信息熵等评价指标进行聚类评估并找出最优方案.实验结果表明,采用改进残差网络模型与Chinese whispers算法相结合能够取得更好、更快的人脸聚类识别效果.
改进残差网络;聚类算法;人脸识别;F1-Measure统计;信息熵
42
TP391.4(计算技术、计算机技术)
2021-11-04(万方平台首次上网日期,不代表论文的发表时间)
共8页
37-44