卷积网络的无监督特征提取对人脸识别的研究

• 作者: 杜柏圣
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 无监督特征提取 卷积神经网络 局部保持投影 人脸识别
• 年，卷（期）: 2018,（6）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 17-20
• 页数: 4页
• 分类号: TP391
• 字数: 3750字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2018.06.004

摘要

目前基于卷积神经网络的学习方法需要大量的有标注的数据.而实际应用中,标记大量的数据是非常困难的.为了解决此问题,提出了一种基于卷积神经网络的无监督特征提取方法.该方法结合了局部保持投影(LPP)算法和卷积神经网络,LPP算法可以很好地保留图像局部结构.文中采用LPP算法来进行卷积核的学习.构建的网络结构简单有效,识别效率优于有监督的卷积神经网络.实验结果表明,该方法在真实条件下的人脸数据集Yale和经典的FERET数据集上的性能优于当前主流的无监督特征学习方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杜柏圣	河海大学计算机与信息学院	1	5	1.0	1.0