【摘 要】
：
当前基于深度卷积神经网络的人脸表示学习方法需要利用海量的有标注的人脸数据。在实际应用中,精确标注人脸的身份非常困难。因此,提出了一种基于前向无监督卷积神经网络的人
【机 构】
：
中国人民公安大学警务信息工程学院,重庆大学软件学院
论文部分内容阅读
当前基于深度卷积神经网络的人脸表示学习方法需要利用海量的有标注的人脸数据。在实际应用中,精确标注人脸的身份非常困难。因此,提出了一种基于前向无监督卷积神经网络的人脸表示学习方法。其中,基于Kmeans聚类获取训练样本虚拟标签,再利用线性判别分析进行卷积核学习。提出的网络结构简单有效,训练阶段不需要反向传递,训练速度显著优于有监督的深度卷积神经网络。实验结果表明,提出的方法在真实条件下的人脸数据集LFW和经典的Feret数据集上取得了优于当前主流的无监督特征学习方法和局部特征描述子的性能。
其他文献
纺织品为目前台湾主要输出品之一，而染整工业乃是纺织工业中重要之一环。由于染整工业之产品，需要大量之用水，同时也产生大量之废水，且污染性高，由于过去的污染防治观念并不普及，大
综观近来染整前处理设备的主要特点有：高速高效、短流程、低张力，开发了一批以高效短流程为主要特征的新型前处理机器，亦注意提高前处理设备的自动化程度和推广应用高新技术等。
关联规则挖掘为分析机载网络关联故障及提高排故效率提供了重要方法。分析了经典Apriori算法的局限性，结合机载网络领域知识、矩阵运算和频繁项集性质，提出一种高效的关联规则
针对面向对象软件类级测试中蜕变关系构造不充分的问题,提出一种由错误类型指导面向对象程序蜕变关系构造的方法。首先分析类方法中包含的基本操作,根据错误发生位置和作用效
事件以话题形式在微博中迅速传播,并能够产生巨大的影响力。因此,对参与话题传播过程的用户进行分析以及发现具有不同主题兴趣情感倾向性的群体受到政府和企业的广泛关注。现
自然界中存在的大量复杂系统都可以通过复杂网络加以描述,社团结构是继小世界特性和无标度特性之后发现的最为重要的复杂网络特性。社团发现对理解互联网的宏观拓扑结构至关