基于不同姿态下多层次深度网络融合的人脸识别算法

作     者：周钰淮 曹汉华 张焕平 ZHOU Yu-huai;CAO Han-hua;ZHANG Huan-ping

作者机构：中山大学新华学院广东广州510520 

基　　金：中山大学新华学院“基于校企结合教学模式的软件工程项目实训类课程教学改革”(项目编号:2018J034) 

出 版 物：《新一代信息技术》 (New Generation of Information Technology)

年 卷 期：2019年第2卷第20期

页      码：1-6页

摘      要：人脸识别算法是现代互联网人机交互的重要研究领域,目前其核心问题在于识别算法内存平衡问题。尤其是在不同姿态下,姿态数据的增加会加重识别负担进一步造成算法失衡,对此设计将深度哈希网络融入到计算机识别框架中,提出不同姿态下基于多层次深度网络融合的人脸识别算法。构建人脸数据特征识别网络框架和各层级结构,采用全局化的特征层和池化哈希层维度作为当前网络的输入层,调整人脸图像数据灰度,采用根化计算的方式对其进行Gamma标准化操作,根据姿态权值压缩融合网络模型,将16位三值权重编码重新组合成为一个32位的编码,保证内存占用比平衡,引入皮尔逊关系系数,根据压缩模型的最终权值数据,标定最终的权值数值,通过关系验证,实现人脸识别。实验表明该方法在CGG框架下进行人脸识别时,与传统文献方法相比内存占比缩减30%左右,因此所设计的方法可以在不影响识别精度的情况下,有效减少内存占用率,同时可以完成网络扩展。

主 题 词：深度网络 人脸识别 网络融合 内存占比 

学科分类：081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

馆 藏 号：203823715...