基于深度特征学习的复杂环境下陌生人脸匹配算法研究

摘要：

复杂环境下的陌生人脸匹配，即在人脸存在光照、姿态干扰时，判断两张在训练集中从未出现过的人脸照片是否代表同一个人。在预处理阶段，采用多尺度视皮层算法，降低光照的影响，提出并采用基于PCA-SIFT特征的图片融合算法无监督地对齐人脸，降低人脸姿态的影响。在识别阶段，提出并采用半随机池化方法优化了局部卷积限制波尔兹曼机网络的稳定性，习得深度特征后采用基于信息熵的度量学习算法计算马氏距离并通过SVM分类识别。实验结果显示，提出的方法在LFW数据集上取得了78%的识别率，相比于采用相同训练模式的经典度量学习方法取得了7%的提高，验证了所提方法的有效性。

关键词：陌生人脸匹配、半随机池化方法、深度特征学习、度量学习

分类号：TP391(计算技术、计算机技术)

在线出版日期：2014-07-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：21-25