天津大学电气自动化与信息工程学院, 天津 300072
为使通过卷积神经网络学习到的人脸识别特征更容易判别,在角度距离损失函数A-Softmax的基础上进行改进,将人脸属性融入到训练过程中,如性别、年龄和种族。使用属性驱动损失函数,利用属性邻近性对特征映射进行正则化,实验结果表明本方法学习到更多与属性相关的鉴别特征。本文改进算法在人脸验证数据集(包括LFW,CFP,AgeDB和 MegaFace)上均取得不错的效果,验证了该改进算法的有效性。
机器视觉 人脸识别 卷积神经网络 人脸属性 激光与光电子学进展
2019, 56(24): 241505
天津大学电气自动化与信息工程学院, 天津 300072
为解决人脸表情识别任务中存在的类内表情差异性大、类间表情相似度高的问题,基于传统的Softmax损失函数和Island损失函数,提出一种新的基于余弦距离损失函数来指导深度卷积神经网络的学习。该方法不仅可以减小特征空间中类内特征的差异,而且可以增大类间特征分布,从而提升特征判别效果。经过大量的实验和分析,该算法在RAF-DB人脸表情数据集上的准确率达到了83.196%,效果优于Softmax损失函数和Island损失函数,所提算法在人脸表情识别任务中具有较高的优越性。
机器视觉 深度学习 表情识别 卷积神经网络 损失函数 激光与光电子学进展
2019, 56(24): 241502