卷积网络的无监督特征提取对人脸识别的研究.PDFVIP

第28卷 第6期 计 算机 技 术 与发 展 Vol.28 No.6 2018年6月 COMPUTERTECHNOLOGY AND DEVELOPMENT June 2018 卷积网络的无监督特征提取对人脸识别的研究 杜柏圣 (河海大学计算机与信息学院,江苏 南京 210098) 摘 要:目前基于卷积神经网络的学习方法需要大量的有标注的数据。 而实际应用中,标记大量的数据是非常困难的。 为了解决此问题,提出了一种基于卷积神经网络的无监督特征提取方法。 该方法结合了局部保持投影(LPP)算法和卷积 神经网络,LPP算法可以很好地保留图像局部结构。 文中采用LPP算法来进行卷积核的学习。 构建的网络结构简单有 效,识别效率优于有监督的卷积神经网络。 实验结果表明,该方法在真实条件下的人脸数据集Yale和经典的FERET数据 集上的性能优于当前主流的无监督特征学习