您当前的位置： 首页 > 论文 > 2023,54(02) > 信息与计算机
基金项目:
国家自然科学基金资助项目(62101376)；山西省应用基础研究计划基金项目(201901D211078，20210302124543)
分类号:
TP391
DOI:
10.16355/j.cnki.issn1007-9432tyut.2023.02.019
期刊号:
2023,54(02)
收稿日期:
修回日期:
| 通讯作者 | 单位 |
| 周稻祥 | 太原理工大学大数据学院 重庆大学大数据与软件学院 |
摘要:
针对深度网络模型的结构复杂问题，受构建Gabor滤波器无需任何学习过程且与训练数据无关，以及径向基(radial basis function，RBF)核池化能够提取非线性二阶特征的启发，提出一种联合Gabor滤波器和RBF核池化的轻量卷积网络方法。首先对人脸图像进行Gabor卷积得到特征图；然后采用双曲正切函数tanh激励特征图以提高特征的表达能力；最后利用多尺度金字塔策略将特征图划分为多个区域，在每个区域上做RBF核池化，所有区域的核池化特征串联得到人脸特征表示。探讨了多个参数对识别性能的影响，对比了协方差池化和核池化的区别和性能。在三个单样本人脸识别和一个视频人脸验证数据集上进行大量实验，结果表明本文方法学习的人脸特征具有优秀的判别能力，对光照、遮挡、年龄等因素具有强鲁棒性。
关键字:
人脸识别；轻量卷积网络；Gabor滤波器；核池化；空间金字塔;