基于改进型加性余弦间隔损失函数的深度学习人脸识别

• 作者: 周志洪 孙水发 李建超 章东平 陈思瑶
• 来源期刊: 传感技术学报
• 学科: 工学
• 关键词: 人脸识别 损失函数 监控 网络结构
• 年，卷（期）: 2019,（12）
• 所属期刊栏目: 传感器信号处理
• 页码范围: 1830-1835
• 页数: 6页
• 分类号: TP301.6
• 字数: 4793字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-1699.2019.12.011

摘要

为了实现监控场景下的人脸识别,采集了监控视频中500个人每人2张人脸图像构成SVF(Surveillance Video Faces)测试集,包括500个正样本对,499000个负样本对.提出一种改进型加性余弦间隔损失函数,对加性余弦间隔损失函数进行改进,通过在特征与目标权重夹角的余弦值减去一个值,在特征与非目标权重夹角的余弦值加一个值,该值为0～1之间的数,通过实验选取最佳值,达到减小类内距离,拉大类间距离的目的.实验结果表明,与Softmax损失函数、乘性角度间隔损失函数及加性余弦间隔损失函数训练的人脸识别模型相比,该方法在监控场景测试集人脸识别准确率最高,为99.1％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙水发	三峡大学计算机与信息学院	49	252	9.0	13.0
2	章东平	中国计量大学信息工程学院浙江省电磁波信息技术与计量检测重点实验室	29	80	5.0	7.0
3	陈思瑶	中国计量大学信息工程学院浙江省电磁波信息技术与计量检测重点实验室	1	0	0.0	0.0
4	李建超	中国计量大学信息工程学院浙江省电磁波信息技术与计量检测重点实验室	1	0	0.0	0.0
5	周志洪		2	5	1.0	2.0