基于对抗学习的带妆人脸验证算法的研究.pdf

基于对抗学习的带妆人脸验证算法的研究.pdf

  1. 1、本文档共73页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
摘要  摘要 活 平 , 重 的 , 的 随着生 水 的提高 人们越发 视 自身 外表 很多人会使用化妆 方式 。 是, 脸识 和 证 法 是基于 息, 来改善自 己的外表 但 现有人 别 人脸验 算 多 面部特征信 于 因, , 终 取网 取 由 化妆的原 面部特征信息会被改变 最 会导致特征提 络提 不到有 证 识 证 一 特 , 使得 别 验 的正 率大 。 脸 与 , 效 征 识 和 确 大降低 现有的人 别 验 的方法 通 量, 型 络 般 增大训练集的样本数 或 增加模 的网 层数来使模型具有更好的鲁 过 者 。 , 练 量 ; 棒性 但是 增大训 集样本数 会导致模型的训 时间变长, 训练效率降低 练 络层 型 , , 此之 , 而增加网 数会使得模 参数量变大 训 度变慢 除 外 相 研宄表 练速 关 , 络 , 现 , 。 网 数持续增加后 模型 出 退 果不 本 对 明 在 层 会 化 效 升反降 文将 抗学习 引 入 识 空 和人 识 网络 空 , 了两 分别 到需要 别 的人脸 图像 间 脸 别 的中间特征 间 提出 于 证 , 。 种基 对抗学习 的带妆人脸验 的方法 具体内容如下 一 ( 1 ) 生 证 法。 一 提出了 种基于妆容定 向 的 人 验 的方 首先训练 个 成 带妆 脸

文档评论(0)

136****6583 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

版权声明书
用户编号:7043055023000005

1亿VIP精品文档

相关文档