稀疏特征重用的人脸特征提取网络

摘要：

为了提高人脸特征提取网络的性能,进而提高人脸识别算法的准确率,本文对基于卷积神经网络的人脸特征提取网络进行研究,提出了 SFRNet(Sparse Feature Reuse Network).首先,基于稀疏特征重用、混合特征融合、中心-高斯池化三个创新点,给出了 SFRNet的网络结构.然后,在图像分类数据集ImageNet和人脸识别数据集LFW(Labeled Faces in the Wild)、MegaFace上进行实验,分别验证了 SFRNet在一般场景和人脸识别这一特定场景下的特征提取能力.实验表明本文所设计的SFRNet不仅计算量和参数量小,还能有效提取到人脸特征并且在一般场景中也有较强的泛化能力.

关键词：特征提取;人脸识别;卷积神经网络;特征重用

所属期刊栏目：37

分类号：TP391.4(计算技术、计算机技术)

资助基金：国家自然科学基金61671144,U1936201,61971128,61941115

在线出版日期：2021-08-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：1153-1163