卷积神经网络在人脸识别上的研究

• 作者: 聂超
• 来源期刊: 哈尔滨商业大学学报（自然科学版）
• 学科: 工学
• 关键词: 深度学习 人脸识别 卷积神经网络
• 年，卷（期）: 2017,（5）
• 所属期刊栏目: 计算机与信息工程
• 页码范围: 570-574
• 页数: 5页
• 分类号: TP391
• 字数: 3316字
• 语种: 中文

摘要

卷积神经网络在人脸识别领域里已经有非常好的结果,在LFW(Labeled Faces in the Wild)数据集上的认证识别率已经达到99%以上,超出人的识别率.然而这些网络需要训练庞大的参数或者需要巨大的数据集.通过构造一个比较小的网络,极大地减少了训练参数,并且在有限的训练集上得到了比较好的识别率.为了深入了解卷积神经网络,做了很多实验.例如,比较了在激活层前和激活层后加入正则化对网络训练的影响,同时比较了提取不同的特征维度对实验准确率的影响,另外也比较了欧式距离和余弦距离对实验的影响.通过实验结果我们发现正则化在激活层之前的网络识别率更高,使用余弦距离比使用欧氏距离会有更高的识别率,特征维度越大,人脸识别率越高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	聂超	中国海洋大学数学科学学院	1	7	1.0	1.0