基于轻量级神经网络的人脸识别

来源 :上海交通大学 | 被引量 : 0次 | 上传用户:smtsmarsh
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
人脸识别技术是生物识别技术中最广泛的应用之一。传统的人脸识别技术通常由采集和处理两个模块组成,采集由部署在对应场地的摄像头完成,而处理则是由强大计算力的服务器端来进行。在这种工作模式下,通常一台服务器需要支持多路的摄像头输入,而随着现在摄像头数量的剧增,依靠中央服务器来进行处理的方式越来越难以扩展。同时当前使用的人脸识别技术普遍建立在深度学习的框架之上,深度学习网络虽然拟合能力强,但是同时也面临着计算量大的问题,如何将基于深度学习的人脸识别技术控制其计算量并部署到端上的系统中,成为一个急需解决的课题。在考虑计算量和运行内存的情况下,同时尽可能地提升识别系统的性能,是本课题的主要研究目标。在对于深度学习的计算量庞大的问题上,当前学术界也在积极的探索并设计轻量级网络,由于针对计算机视觉问题的深度学习主要依赖于卷积网络,而卷积操作的计算量占网络的绝对主导,因此如何减少卷积操作的计算量是轻量级网络的主要研究方向。目前已有一定的针对物体分类的轻量级网络,本课题基于这些轻量级网络,改进其并用于人脸识别任务中,用以探索人脸识别场景下的轻量级深度学习方案。朴素的直接训练轻量级卷积网络,会由于其的模型容量小,训练难度高而使得模型的性能相比大模型差的很多。本课题针对这个现象,采用知识蒸馏和深度互学习两种方案用以减少模型的训练难度,增加模型对于人脸识别任务的泛化能力。基于知识蒸馏的方案要求我们预先训练好一个大网络,并将大网络的知识传递给小网络,以减少小网络直接从训练集的标签学习的难度。而深度互学习是需要我们构建多个小网络,使用多个小网络联合学习的方式互相弥补不足,从而在摆脱大网络依赖的情况下仍然能够提升一定的性能。本课题基于基于两种方案将轻量级网络的识别准确率在多个数据集上提高2%。在人脸识别任务中,对于大角度的识别一直是难以克服的问题。对于轻量级网络来说,从正脸识别转换到侧脸识别,性能下降相比大网络的更加厉害。本课题针对轻量级网络的侧脸识别准确度问题,提出一套基于WGAN-GP的多任务对抗生成网络框架,基于该网络框架同时在基于蒸馏的方案的基础上在多个大角度测试集上又提升了约2%的性能。
其他文献
航海模拟器作为航海领域教学与培训的主要工具,近年来得到广泛使用。然而,现有的航海模拟器的视景系统多采用基于几何构造的方法绘制海浪,虽然这种方法计算耗费较小,实时性较
随着中国现代化进程的加快,关中地区祖祖辈辈创造的关中民间美术,因长期以来受到人为因素的影响,缺乏对其进行探讨与研究,一向处在自生自灭的状态。古老的关中民间美术蕴含着
多电平变换器经过三十多年的发展,已经成熟应用于各种工业领域,并仍处于不断地发展过程中。其中,以模块化组合多电平变换器为主,作为使用率最高的多电平拓扑结构,在过去几年
在奇特核的研究中,中子和质子晕是最受关注的奇特现象之一。这些核的价核子束缚能低,物质密度呈现非常弥散的分布,具有比稳定核大得多的均方根半径。这类核被称为晕核。由于
双级矩阵变换器(IMC)拥有正弦输入输出电流,没有中间大电容等优点,适合应用于风力双馈的发电系统(DFIG)。而以往研究通常只是将IMC简单的应用到风力双馈的发电系统当中,较少探讨矩阵变换器本身特点对风力双馈的发电系统的影响。对于基于IMC的DFIG系统而言,系统发出的总无功等于IMC的输入无功和定子无功之和。IMC由于输入侧和输出侧直接耦合,输入无功受输出侧影响,而输出侧与双馈电机的转子绕组相连
普通混凝土有较好的抗压性能和耐久性能,但其脆性高,容易开裂,应用场景受到了很大的限制。在不断地摸索中,钢筋混凝土终于应运而生。尽管钢筋混凝土材料已拥有巨大的性能优势
康熙三十九年(1700)进士及第的江苏昆山文人徐昂发是“江左十五子”的重要成员,在清诗由初期向中期发展转变的过程中,徐昂发等人起到了一定的作用。本文通过对徐昂发本人及其
体验可用性(Experience Availability),该性能评估指标用于对在线云服务进行可用性和响应时间两方面的综合评估。响应慢的服务也是不可用的服务,换句话说,从用户体验质量(QoE)的
随着现代信息社会的飞速发展,人们对无线移动通信服务的需求日益增长。由于传统的正交多址接入技术(Orthogonal Multiple Access,OMA)已趋于可达速率极限,新型多址接入技术引
随着中国的车辆工业的快速发展,各种陆行车辆的设计也如火如荼地开展,与车辆设计相关的配套设备也逐渐成为研究热点之一。本文研究的陆行车质心测量机也就是在这样的背景下诞