混合卷积神经网络的人脸验证

• 作者: 倪佳佳 郭明金 陈姝
• 来源期刊: 计算机系统应用
• 关键词: 人脸验证 卷积神经网络 特征融合 特征选择 支持向量机
• 年，卷（期）: 2018,（2）
• 所属期刊栏目: 专论·综述
• 页码范围: 24-29
• 页数: 6页
• 字数: 3922字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-3254.2018.02.005

摘要

人脸验证对于个人身份认证很重要, 它在系统安全和犯罪识别中具有重要意义. 人脸验证的任务是给定一对人脸图像判断是否为相同的身份(即二进制分类). 传统的验证方法包括两个步骤: 特征提取和人脸验证. 提出了一个混合卷积神经网络, 用于进行人脸验证, 主要过程分为三个步骤: 特征提取, 特征选择和人脸验证. 这个模型关键点是直接使用混合卷积神经网络从原始像素直接学习相关的视觉特征, 并通过单变量特征选择和主成分分析(PCA)进一步处理特征. 这样可以实现从原始像素提取到具有较好鲁棒性和表达性的特征. 在顶层使用支持向量机(SVM)判读是否为同一个人. 通过实验可以发现混合卷积神经网络模型与传统方法相比在人脸验证得准确率上有着较好的表现.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈姝	湘潭大学信息工程学院	16	54	4.0	6.0
2	郭明金	湘潭大学信息工程学院	2	1	1.0	1.0
3	倪佳佳	湘潭大学信息工程学院	1	0	0.0	0.0