作者：张京京; 曹林素描人脸识别深度学习残差网络微调度量学习
摘要：为解决素描人脸识别的类内模态差距大的问题,提出一种基于深度残差网络和度量学习的素描人脸识别模型。利用大规模光学人脸数据集预先训练深度残差网络,学习人脸的一般特征,解决素描人脸训练数据集过小容易过拟合的问题;采用素描人脸数据集对模型进行微调,解决素描和照片特征的分布差异的问题;将度量学习模型与深度残差网络模型相结合,使模型在扩大异类样本距离的同时,进一步减少素描人脸的同类差异。通过在香港中文大学的素描人脸库上进行实验,验证准确率达到94.42%,实验结果表明,该模型可以有效提高素描人脸识别准确率。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
