联合 Gabor滤波器和核池化特征学习的 单样本人脸识别与验证

• 作者: 周稻祥 冯姝
• 来源期刊: 太原理工大学学报
• 学科: 地球科学
• 关键词: 人脸识别 轻量卷积网络 Gabor滤波器 核池化 空间金字塔
• 年，卷（期）: 2024,（2）
• 页码范围: 150-157
• 页数: 8页
• 语种: 中文
• DOI: 10.16355/j.cnki.issn1007-9432tyut.2023.02.019

摘要

针对深度网络模型的结构复杂问题,受构建 Gabor滤波器无需任何学习过程且与训练数据无关,以及径向基(radial basis function,RBF)核池化能够提取非线性二阶特征的 启发,提出一种联合 Gabor滤波器和 RBF核池化的 轻量卷积网络方法.首先对人脸图像进行 Gabor卷积得到特征图;然后采用双曲正切函数tanh激励特征图以提高特征的表达能力;最后利用多尺度金字塔策略将特征图划分为多个区域,在每个区域上做RBF核池化,所有区域的核池化特征串联得到人脸特征表示.探讨了多个参数对识别性能的影响,对比了协方差池化和核池化的区别和性能.在三个单样本人脸识别和一个视频人脸验证数据集上进行大量实验,结果表明本文方法学习的人脸特征具有优秀的判别能力,对光照、遮挡、年龄等因素具有强鲁棒性.