《表2 网络改进模型Tab.2 Improved face residual network model》
角度Softmax损失中所采用的人脸残差网络,逐层提取特征的过程中没有对特征加以筛选,产生一些影响特征判别的信息和信息的冗余。卷积神经网络里的卷积都是多通道的特征图和多通道的卷积核之间的操作,如果使用1×1的卷积核,这个操作实现的是多个特征图的线性组合,可以实现特征图在通道上的变化。并且1×1的卷积核也能潜在地在卷积层间做特征选择,因而在残差块间加入了大小为1×1,步长为1的卷积核(1×1/1)。为了增强模型的鲁棒性,减少参数和防止一定的过拟合能力,加入了大小为2×2,步长为2的池化层(2×2/2),改进的人脸残差网络如表2所示。
图表编号 | XD0045471000 严禁用于非法目的 |
---|---|
绘制时间 | 2019.01.01 |
作者 | 任克强、胡慧 |
绘制单位 | 江西理工大学信息工程学院、江西理工大学信息工程学院 |
更多格式 | 高清、无水印(增值服务) |