基于改进Mobilenet算法的深度人脸识别算法

• 作者: 刘梦雅 毛剑琳
• 来源期刊: 信息通信技术
• 关键词: 深度学习 人脸识别 Mobilenet 损失函数
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 研究与开发
• 页码范围: 39-44
• 页数: 6页
• 字数: 3568字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-1285.2019.01.007

摘要

针对深度人脸识别任务在移动端遇到的存储空间受限、预测所需时间长、算法性能不高等问题,提出了一种改进的Mobilenet算法.将Mobilenet算法的监督信号Softmax改进为AM-Softmax,通过多次实验,设计出AM-Softmax比较适合Mobilenet算法的附加余量和缩放因子值.训练集和验证集来源于数据集MS-Celeb-1M-v1c和数据集Asian-Celeb,并在LFW数据集上对改进Mobilenet算法的有效性进行了验证.通过与初始Mobilenet算法模型的对比实验发现,采用改进Mobilenet算法的性能较优,准确率比softmax提升了十个百分点.充分利用数据集Asian-Celeb中的亚洲名人ID,增加训练样本数,将性能进一步提高了四个百分点.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	毛剑琳		90	337	8.0	14.0
2	刘梦雅		3	4	1.0	2.0