|
|||||
|
|
| 改进Softmax分类器的深度卷积神经网络及其在人脸识别中的应用 | |
| 引用本文： | 冉鹏,王灵,李昕,刘鹏伟.改进Softmax分类器的深度卷积神经网络及其在人脸识别中的应用[J].上海大学学报(自然科学版),2018(3). |
| 作者姓名： | 冉鹏 王灵 李昕 刘鹏伟 |
| 作者单位： | 上海大学机电工程与自动化学院 |
| 摘 要： | 提出了一种有效的特征学习方法,构建了9层结构的卷积神经网络,利用Softmax回归算法进行人脸分类识别.卷积神经网络在输出层利用改进的Softmax进行分类,在隐藏层采用修正线性单元作为激活函数,并在网络中加入局部响应归一化处理,有效避免了梯度消失问题.利用大量人脸图像数据对网络进行预训练,得到较好的网络初始权重.在针对YALE,FERET,LFW-A等人脸数据库进行人脸识别实验中,与现有的几种人脸识别方法 SDAEs,RRC,MPCRC,CRC,SRC等进行对比表明,该方法在各人脸数据库的识别中均得到较高的识别率. |
| 本文献已被 CNKI 等数据库收录！ | |