作者提出了一种两部学习方法,结合mutil-patch deep CNN和deep metric learning,实现脸部特征提取和识别。通过1.2million(18000个个体)的训练集训练,该方法在LFW数据集上取得了0.9977的成绩。
两个阶段:第一个是深度CNN提取特征向量(高维度相关)去训练网络,第二个阶段是PCA,联合贝叶斯或者度量学习方法去使用一个低维度区分面部的不同。
本文分享自 瓜大三哥 微信公众号,前往查看
如有侵权,请联系 cloudcommunity@tencent.com 删除。
本文参与?腾讯云自媒体同步曝光计划? ,欢迎热爱写作的你一起参与!