人脸识别“DeepID”

DeepID的网络结构如下,网络最后一层获取的特征维数是160,用于分类超过10000类人脸身份,串联从不同人脸patch获取的DeepID特征,特征可以使用Joint Bayesian分类:
这里写图片描述

Deep ConvNets
网络结构如下,DeepID最后一层与第三第四卷积层全连接,以减少第四层可能存在的信息损失。
这里写图片描述

网络的输出是softmax预测n个身份的概率:
这里写图片描述

特征提取之前进行人脸矫正,使用五个基准点,由10个区域,三个尺度和四个颜色空间组成的60个人脸块提取特征,训练60个ConvNets,特征总长度为160*2*60,其中的十个图像块如下图所示:
这里写图片描述

提取的160维特征如下图所示:
这里写图片描述

人脸认证
1.Joint Bayesian
使用两个独立的高斯变量表示面部特征:
x=μ+ϵ

其中μ N

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值