男人摸女人的胸视频,91精品国产91久久久久久最新,黄色视频性爱免费看,黄瓜视频在线观看,国产小视频国产精品,成人福利国产一区二区,国产高清精品自拍91亚洲,国产91一区二区

加急見(jiàn)刊

基于多任務(wù)級(jí)聯(lián)CNN與三元組損失的人臉識(shí)別

王靈珍; 賴惠成; 王睿 新疆大學(xué)信息科學(xué)與工程學(xué)院; 烏魯木齊830046

摘要:開源機(jī)器學(xué)習(xí)庫(kù)DLIB中的人臉檢測(cè)對(duì)齊任務(wù)的運(yùn)行時(shí)間長(zhǎng),檢測(cè)精度不高,對(duì)于傳統(tǒng)CNN分類模型特征判別能力較弱。針對(duì)以上兩點(diǎn)不足,提出了用Mtcnn代替DLIB做人臉檢測(cè),并且以L2損失與三元組損失相結(jié)合的總損失函數(shù)來(lái)訓(xùn)練卷積神經(jīng)網(wǎng)絡(luò)。首先,將公開的海量人臉數(shù)據(jù)集做人臉對(duì)齊;然后,以總損失函數(shù)作為監(jiān)督信號(hào)來(lái)完成BP前向傳播,使得類內(nèi)距離小,類間距離大,提高模型的特征辨識(shí)能力;最后,對(duì)人臉特征進(jìn)行Embedding,由高維度映射到低維度,減少參數(shù)量,減少計(jì)算量與存儲(chǔ)空間,提高識(shí)別率。實(shí)驗(yàn)表明,進(jìn)行人臉檢測(cè)對(duì)齊的測(cè)試集比沒(méi)有進(jìn)行此過(guò)程的識(shí)別率要高1%左右,且人臉識(shí)別模型通過(guò)度量學(xué)習(xí)使特征更具有區(qū)分能力。在LFW標(biāo)準(zhǔn)測(cè)試集上取得了較高識(shí)別率,在自己創(chuàng)建的人臉圖片上成功驗(yàn)證了該算法的度量學(xué)習(xí)的性能。

注: 保護(hù)知識(shí)產(chǎn)權(quán),如需閱讀全文請(qǐng)聯(lián)系激光雜志社