样本增强的人脸识别算法研究

• 作者: 张坤 杨力 章东平
• 来源期刊: 中国计量大学学报
• 学科: 地球科学
• 关键词: 深度学习 样本增强 人脸识别
• 年，卷（期）: 2018,（2）
• 所属期刊栏目: 信息科学
• 页码范围: 194-199
• 页数: 6页
• 分类号: N32
• 字数: 3786字
• 语种: 中文
• DOI: 10.3969/j.issn.2096-2835.2018.02.013

摘要

近年来随着深度学习技术的引入,基于深度学习的人脸识别算法的性能得到了极大的提升.基于深度学习的人脸识别算法通常需要大规模的人脸数据作为训练集,但是制作一个大规模的人脸识别数据集,需要耗费大量的人力物力.为了在训练数据有限的条件下进一步提高人脸识别算法识别性能,特提出两种训练样本增强的方法:一是基于三维可形变人脸模型,根据单张人脸图像生成其对应的多姿态人脸图像;二是基于人脸关键点检测技术,根据单张人脸图像生成其对应"戴眼镜"人脸图像.通过这两种样本增强方法,对有限的训练样本进行扩充,从而有效提升了人脸识别算法的性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	章东平	中国计量大学信息工程学院	29	80	5.0	7.0
2	杨力	中国计量大学信息工程学院	12	26	3.0	4.0
3	张坤	中国计量大学信息工程学院	2	5	1.0	2.0