节点文献

样本增强的人脸识别算法研究

免费订阅

【作者】 张坤章东平杨力

【Author】 ZHANG Kun;ZHANG Dongping;YANG Li;College of Information Engineering,China Jiliang University;

【机构】 中国计量大学信息工程学院

【摘要】 近年来随着深度学习技术的引入,基于深度学习的人脸识别算法的性能得到了极大的提升.基于深度学习的人脸识别算法通常需要大规模的人脸数据作为训练集,但是制作一个大规模的人脸识别数据集,需要耗费大量的人力物力.为了在训练数据有限的条件下进一步提高人脸识别算法识别性能,特提出两种训练样本增强的方法:一是基于三维可形变人脸模型,根据单张人脸图像生成其对应的多姿态人脸图像;二是基于人脸关键点检测技术,根据单张人脸图像生成其对应"戴眼镜"人脸图像.通过这两种样本增强方法,对有限的训练样本进行扩充,从而有效提升了人脸识别算法的性能.

【关键词】 深度学习样本增强人脸识别
【基金】 浙江省自然科学基金资助项目(No.LY15F020021);浙江省教育厅科研资助项目(No.Y201534025)
【所属期刊栏目】 信息科学 (2018年02期)
  • 【分类号】TP391.41
  • 【被引频次】3
  • 【下载频次】60
节点文献中: 

本文链接的文献网络图示:

浏览历史:
下载历史: