题名 | 基于图网络的半监督人脸识别 |
作者 | 张琪 |
答辩日期 | 2020-05-27 |
文献子类 | 硕士 |
授予单位 | 中国科学院大学 |
授予地点 | 中科院自动化所 |
导师 | 李子青 |
关键词 | 半监督学习 人脸识别 自我中心网络 异常邻居检测 |
学位专业 | 模式识别与智能系统 |
英文摘要 | 尽管近些年来,人脸识别取得了相当可观的成绩,但它在很大程度上依赖于大规模的标记数据来训练高容量的深度卷积神经网络。收集更大的标记数据集以进一步提高性能是不切实际的,这需要繁重且昂贵的标注工作。同时,现实中存在许多未标记的人脸图像。联合使用有限的标记数据和大量的未标记数据来获得更高的性能增益,这一任务是具有挑战性但有前景的,它同时也是半监督学习的目标。 |
语种 | 中文 |
页码 | 72 |
内容类型 | 学位论文 |
源URL | [http://ir.ia.ac.cn/handle/173211/39248] |
专题 | 自动化研究所_模式识别国家重点实验室_生物识别与安全技术研究中心 |
推荐引用方式 GB/T 7714 | 张琪. 基于图网络的半监督人脸识别[D]. 中科院自动化所. 中国科学院大学. 2020. |
个性服务 |
查看访问统计 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论