-
题名一种改进的人脸识别CNN结构研究
被引量：19
- 1
-
-
作者
张国云
向灿群
罗百通
郭龙源
欧先锋
-
机构
湖南理工学院信息与通信工程学院
湖南理工学院复杂系统优化与控制湖南省普通高等学校重点实验室
-
出处
《计算机工程与应用》
CSCD
北大核心
2017年第17期180-185,191,共7页
-
基金
湖南省高校创新平台开放基金(No.15K051)
湖南省研究生科研创新项目(No.CX2016B670)
+1 种基金
湖南省教育厅项目(No.16C0723)
湖南省高校重点实验室开放基金(No.14K042)
-
文摘
为了克服人脸识别中存在光照、姿态、颜色等噪声的干扰,融合了卷积神经网络与孪生神经网络的优点,提出了一种改进的CNN网络结构,该结构由两个卷积神经网络组成,且共享网络权值,在该结构的训练中采用了差异深度度量学习(DDML)算法。卷积结构有效地去除外界噪声干扰,且在非线性降维中权值共享结构能够自动提取相同特征,DDML算法增加了提取特征的有效性。在ORL、Yale B和AR人脸数据库上实验结果表明,与PCA、CNN等算法相比,识别稳定度高,识别率提升近5个百分点。
-
关键词
人脸识别
卷积神经网络
孪生网络
差异深度度量学习(ddml)
深度学习
-
Keywords
face recognition
convolutional neural network
twin network
discriminative deep metric learning (ddml)
deep learning
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
