基于one-shot learning的人脸识别研究
Modern Electronics Technique（2021）
摘要
由于在特殊场景下大量标注人脸数据样本识别时需要大量带有身份标记的训练样本,且无法精准提取小样本特征,故提出单样本学习(one-shot learning)的人脸识别算法.选取并赋值单样本人脸图像像素点中间值,保存至缓冲区进行遍历,利用Siamese Network模型计算遍历结果共享权重,利用共享权值识别图像特征相似性,得到人脸识别结果.结果表明,与基于卷积神经网络的人脸识别方法相比,所研究方法识别准确率达到95.68％,识别效率达到354.25 s,结果更好.由此说明所研究方法在小样本的情况下也能更为快速且准确地完成人脸识别任务.
更多AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要