《表2 Inception-v3网络结构》
Inception模块[28]中首先对输入分别进行4种不同大小的卷积和池化操作,再将各路输出拼接成为一个特征维度.这种设计有助于解决网络层数过深带来过拟合、计算复杂度增大、梯度消失等问题.尽管大尺寸滤波器的卷积能够学到更多的信息,但计算量随之增大.因此,Inception-v3[26]做了两方面改进,一是提出了非对称卷积,即将大尺寸滤波器卷积用小尺寸滤波器的级联来代替,这样能在保证学习信息不减少的情况下大大降低计算量;二是引入了具有正则化作用的辅助分类器,加快网络收敛的同时提高主分类器的准确率.若将检测假脸视频当成一个真假脸分类任务,则将Inception-v3这样一个公认表现优秀的深度分类网络用于检测是一种较好的方法.Inception-v3网络结构及参数见表2,其中的Inception模块结构图如图4所示.
图表编号 | XD00108896100 严禁用于非法目的 |
---|---|
绘制时间 | 2019.09.30 |
作者 | 高逸飞、胡永健、余泽琼、林育仪、刘琲贝 |
绘制单位 | 华南理工大学电子与信息学院、华南理工大学电子与信息学院、中新国际联合研究院、华南理工大学电子与信息学院、华南理工大学电子与信息学院、华南理工大学电子与信息学院、中新国际联合研究院 |
更多格式 | 高清、无水印(增值服务) |