作者：莫建文; 匡勇建; 张顺岚人脸识别局部纹理局部卷积网络分离层惩罚项
摘要：针对人脸姿态变化对人脸识别性能的影响以及人脸姿态恢复局部纹理信息不够清晰,提出一种改进的局部卷积神经网络的人脸识别方法.该方法在网络中引入分离层将中间层的信息分离成两个通道,一个通道用于产生中间层的重构函数,另一个通道进行进一步的局部卷积操作;最后将中间层的重构函数作为另一路网络顶层代价函数的一个惩罚项进行网络训练;网络训练完后,将姿态恢复的人脸图片采用LDA进行特征提取,并采用最近邻分类器来做识别.实验结果表明,提出的方法不仅能够很好的进行姿态恢复,且恢复的图片具有较好的纹理信息;同去除姿态的传统方法和较为典型深度学习方法以及3D方法相比,识别性能具有较大的提升.
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
