深度学习在人脸识别领域的应用(1)

这篇CVPR2012的工作介绍了如何使用卷积深度信念网络(CDBN)处理人脸识别问题。通过在灰度和LBP图像上训练CDBN,提取局部特征的高阶统计信息。实验在LFW数据集上进行,表明学习的滤波器对比随机滤波器在性能和网络架构鲁棒性上更优。
摘要由CSDN通过智能技术生成

     Learning Hierarchical Representations for Face Verification with Convolutional Deep Belief Networks

       话说这深度学习如火如荼的,在imageNet上斩获无数,在人脸识别这个领域,深度学习也不甘示弱,本系列将介绍人脸识别领域应用深度学习的工作。

       这是CVPR2012的一篇工作,利用CDBN来做层次特征学习,来处理unrestricted face verification问题。由于人脸的特殊性,CDBN除了直接在灰度图像上训练,同时在LBP图像上训练(取了59维的 Uniform LBP Feature),按文中观点,CDBN可以用来提取local feature中的高阶统计信息。另外一方面,人脸被划分为若干相互重叠的块,每个块只和部分隐结点发生关联,CRBM的建模如下:

      

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