10.3969/j.issn.1673-629X.2018.06.004
卷积网络的无监督特征提取对人脸识别的研究
目前基于卷积神经网络的学习方法需要大量的有标注的数据.而实际应用中,标记大量的数据是非常困难的.为了解决此问题,提出了一种基于卷积神经网络的无监督特征提取方法.该方法结合了局部保持投影(LPP)算法和卷积神经网络,LPP算法可以很好地保留图像局部结构.文中采用LPP算法来进行卷积核的学习.构建的网络结构简单有效,识别效率优于有监督的卷积神经网络.实验结果表明,该方法在真实条件下的人脸数据集Yale和经典的FERET数据集上的性能优于当前主流的无监督特征学习方法.
无监督特征提取、卷积神经网络、局部保持投影、人脸识别
28
TP391(计算技术、计算机技术)
国家自然科学基金61170089
2018-07-04(万方平台首次上网日期,不代表论文的发表时间)
共4页
17-20