首页 | 官方网站   微博 | 高级检索  
     

一种基于前向无监督卷积神经网络的人脸表示学习方法
引用本文:朱陶,任海军,洪卫军.一种基于前向无监督卷积神经网络的人脸表示学习方法[J].计算机科学,2016,43(6):303-307.
作者姓名:朱陶  任海军  洪卫军
作者单位:中国人民公安大学警务信息工程学院 北京100038,重庆大学软件学院 重庆400044,中国人民公安大学警务信息工程学院 北京100038
基金项目:本文受国家高技术研究发展计划(863计划)(2013AA014604 2014)资助
摘    要:当前基于深度卷积神经网络的人脸表示学习方法需要利用海量的有标注的人脸数据。在实际应用中,精确标注人脸的身份非常困难。因此,提出了一种基于前向无监督卷积神经网络的人脸表示学习方法。其中,基于K-means聚类获取训练样本虚拟标签,再利用线性判别分析进行卷积核学习。提出的网络结构简单有效,训练阶段不需要反向传递,训练速度显著优于有监督的深度卷积神经网络。实验结果表明,提出的方法在真实条件下的人脸数据集LFW和经典的Feret数据集上取得了优于当前主流的无监督特征学习方法和局部特征描述子的性能。

关 键 词:无监督学习  卷积神经网络  人脸识别  表示学习
收稿时间:2015/5/27 0:00:00
修稿时间:7/4/2015 12:00:00 AM

Forward and Unsupervised Convolutional Neural Network Based Face Representation Learning Method
ZHU Tao,REN Hai-jun and HONG Wei-jun.Forward and Unsupervised Convolutional Neural Network Based Face Representation Learning Method[J].Computer Science,2016,43(6):303-307.
Authors:ZHU Tao  REN Hai-jun and HONG Wei-jun
Abstract:
Keywords:Unsupervised learning  Convolutional neural network  Face recognition  Representation learning
点击此处可从《计算机科学》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司    京ICP备09084417号-23

京公网安备 11010802026262号