多任务学习及卷积神经网络在人脸识别中的应用

• 作者: 邵蔚元 郭跃飞
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 人脸识别 卷积神经网络 深度学习 多任务学习
• 年，卷（期）: 2016,（13）
• 所属期刊栏目: 热点与综述
• 页码范围: 32-37,88
• 页数: 7页
• 分类号: O235|TP391
• 字数: 5206字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1601-0367

摘要

随着深度学习的发展,近年来人脸识别借助深度学习技术取得了巨大突破.但是在已有的基于深度学习的人脸识别框架中,各个任务(人脸鉴别、认证和属性分类等)都是相互独立设计、运作的,使得整体算法低效、耗时.针对这些问题,提出一种基于多任务框架的深度卷积网络.通过将人脸鉴别、认证和属性分类同时作为网络目标函数,端到端地训练整个深度卷积网络,算法简洁高效.此网络可以同时完成上述三个任务,不需要额外的步骤.实验结果显示,即使在有限的数据支持下,该方法依然能够取得不错的性能,在人脸识别权威数据集LFW上获得了97.3%的精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭跃飞	复旦大学计算机科学技术学院	21	239	8.0	15.0