基于深度模型的属性学习在人脸验证中的应用研究

• 作者: 刘程 谭晓阳
• 来源期刊: 计算技术与自动化
• 关键词: 人脸验证 属性预测 深度学习 卷积神经网络
• 年，卷（期）: 2018,（3）
• 所属期刊栏目: 图形图像技术
• 页码范围: 111-114
• 页数: 4页
• 分类号: TP391
• 语种: 中文
• DOI: 10.16339/j.cnki.jsjsyzdh.201803020

摘要

人脸属性,如性别,年龄等对于特征人脸的构成具有唯一性.针对传统人脸验证方法的研究,提出了一种基于深度模型的属性预测方法.该方法是基于深度卷积神经网络模型提取的人脸特征表示,通过标记属性信息的数据训练分类器进行属性预测,并将其用于人脸验证环节以提高验证准确率.该方法提供了一种从深度模型提取的人脸特征表示中分析人脸属性的思路,实验证明,该方法在实际应用中能够有效提高人脸验证的准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谭晓阳	南京航空航天大学计算机科学与技术学院	25	119	6.0	10.0
2	刘程	南京航空航天大学计算机科学与技术学院	2	5	1.0	2.0