一种基于角度距离损失函数和卷积神经网络的人脸识别算法

被引：19

作者：

龙鑫

苏寒松

刘高华

陈震宇

机构：

[1] 天津大学电气自动化与信息工程学院

来源：

激光与光电子学进展 | 2018年 / 55卷 / 12期

关键词：

机器视觉; 人脸识别; 卷积神经网络; 深度学习; 角度损失函数; 密集连接;

D O I：

暂无

中图分类号：

TP391.41 []; TP18 [人工智能理论];

学科分类号：

080203 ; 081104 ; 0812 ; 0835 ; 1405 ;

摘要：

在开集协议下设计了一种基于角度距离损失函数和密集连接卷积神经网络的人脸识别算法,以实现深度人脸识别。所设计的网络结构使用基于角度距离的损失函数,让人脸特征的区分度更高,符合特征的理想分类标准。同时,所提出的神经网络结构采用先进的密集连接模块,在很大程度上减少了传统网络结构的参数冗余。经过大量的分析和实验,该算法在LFW数据集上的人脸识别准确率达到了99.45%,在MegaFace数据集上的人脸确认任务和人脸验证任务中的人脸识别准确率分别为72.534%和85.348%,因此所提算法在人脸识别任务中具有较高的优越性。

引用

页码：408 / 419

页数：12

共 4 条

[1] Discriminative deep metric learning for face verification in the wild .2 J Hu,J Lu,Yp Tan. Computer Vision&Pattern Recognition . 2014
[2] Densely Connected Convolutional Networks .2 Huang G,Liu Z,Maaten L V D,et al. IEEE Conference on Computer Vision and Pattern Recognition (CVPR) . 2017
[3] Sparsifying Neural Network Connections for Face Recognition .2 Sun Y,Wang X,Tang X. Computer Vision and Pattern Recognition . 2016
[4] Learning face representation from scratch .2 Yi D,Lei Z,Liao S. et al. . 2014

← 1 →