基于跨批次存储预训练的素描人脸识别方法

摘要：

素描人脸识别技术在刑侦领域应用广泛,有助于缩小嫌疑人的搜寻范围.由于素描人脸样本数量不足,导致经典的深度学习模型无法达到理想的识别精度.针对此问题,提出一种基于跨批次预训练的素描人脸识别方法,通过在有限素描人脸数据集进行跨批次预训练的方式缓解训练样本稀缺问题,从而提高人脸识别模型的泛化能力.该方法通过跨批次存储机制缓解GPU存储限制扩大单批次预训练样本数量,从而获得更优的模型初始参数,并在其基础上根据三元组损失进一步优化模型,以提升网络性能.提出的方法在UoM-SGFS素描人脸数据集上的Rank-1识别精度为72.53％,在PRIP-VSGC数据集上Rank-10识别精度为62.47％.相比CDAN、DANN、SSD等方法识别率有显著提高.

关键词：跨批次存储、素描人脸识别、预训练、样本稀缺、批次大小

所属期刊栏目：59

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金;国家自然科学基金;北京市教委面上项目;北京市教委面上项目;北京市教委面上项目;北京信息科技大学勤信人才培育计划;北京信息科技大学勤信人才培育计划

在线出版日期：2023-02-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：175-183