10.3969/j.issn.1000-386x.2023.04.018
基于域自适应均值网络的素描人脸识别方法
针对素描图像和光学图像间模态差异大,以及传统深度学习方法在少量训练数据情况下易过拟合的问题,提出一种基于域自适应均值网络的素描人脸识别方法.该方法设计元学习训练策略将学习水平从数据提升至任务,来提升模型的泛化能力;提出一种均值损失来辅助特征提取器提取判别性特征;在训练集的素描图像域和光学图像域之间引入一种域自适应模块来减少二者模态差异.在UoM-SGFS素描人脸数据库和e-PRIP素描人脸数据库上进行实验,结果表明该方法优于其他算法.
素描人脸识别、过拟合、元学习、域自适应
40
TP3(计算技术、计算机技术)
国家自然科学基金;北京信息科技大学勤信人才培育计划项目;北京市教委面上项目;校基金-基于对抗学习的素描人脸识别研究项目
2023-05-11（万方平台首次上网日期，不代表论文的发表时间）
共9页
107-115
