|
|||||
|
|
| 卷积神经网络在人脸识别上的研究 | |
| 摘 要： | 卷积神经网络在人脸识别领域里已经有非常好的结果,在LFW(Labeled Faces in the Wild)数据集上的认证识别率已经达到99%以上,超出人的识别率.然而这些网络需要训练庞大的参数或者需要巨大的数据集.通过构造一个比较小的网络,极大地减少了训练参数,并且在有限的训练集上得到了比较好的识别率.为了深入了解卷积神经网络,做了很多实验.例如,比较了在激活层前和激活层后加入正则化对网络训练的影响,同时比较了提取不同的特征维度对实验准确率的影响,另外也比较了欧式距离和余弦距离对实验的影响.通过实验结果我们发现正则化在激活层之前的网络识别率更高,使用余弦距离比使用欧氏距离会有更高的识别率,特征维度越大,人脸识别率越高. |
| 本文献已被 CNKI 等数据库收录！ | |