基于深度模型的属性学习在人脸验证中的应用研究
发布时间：2020-01-13 点击次数：
谭晓阳（教授）
+
- 博士生导师 硕士生导师
- 电子邮箱：
- 所在单位：计算机科学与技术学院/人工智能学院/软件学院
- 学历：南京大学
- 办公地点：江宁校区 东区 计算机楼 218 办公室 http://parnec.nuaa.edu.cn/xtan
- 性别：男
- 学位：工学博士学位
- 毕业院校：南京大学
- 所属院系：计算机科学与技术学院/软件学院
- 学科：计算机科学与技术
软件工程
网络空间安全
电子信息
访问量：
开通时间：..
最后更新时间：..
- 所属单位：计算机科学与技术学院/人工智能学院/软件学院
- 发表刊物：计算技术与自动化
- 关键字：人脸验证;属性预测;深度学习;卷积神经网络;
- 摘要：人脸属性,如性别,年龄等对于特征人脸的构成具有唯一性。针对传统人脸验证方法的研究,提出了一种基于深度模型的属性预测方法。该方法是基于深度卷积神经网络模型提取的人脸特征表示,通过标记属性信息的数据训练分类器进行属性预测,并将其用于人脸验证环节以提高验证准确率。该方法提供了一种从深度模型提取的人脸特征表示中分析人脸属性的思路,实验证明,该方法在实际应用中能够有效提高人脸验证的准确率。
- 是否译文：否
- 发表时间：2018-09-15
- 合写作者：刘程
- 第一作者：谭晓阳
- 通讯作者：谭晓阳