基于通道池化的深度人臉識(shí)別網(wǎng)絡(luò)

許超

【摘 要】池化被廣泛應(yīng)用于深度卷積神經(jīng)網(wǎng)絡(luò)，是一種非常有效的特征選擇和降維方法，可以避免深度模型的過(guò)擬合問(wèn)題。但常規(guī)的池化只局限于空間維度上相鄰的同類特征之間，無(wú)法對(duì)臨近通道的不同類特征降采樣。受到人腦中激活抑制現(xiàn)象的啟發(fā)，提出了一種新穎的通道池化，來(lái)進(jìn)行通道間的特征選擇。對(duì)比實(shí)驗(yàn)結(jié)果表面，通道池化有助于提高深度人臉識(shí)別網(wǎng)絡(luò)的準(zhǔn)確率。

【關(guān)鍵詞】通道池化；深度學(xué)習(xí)；人臉識(shí)別；卷積神經(jīng)網(wǎng)絡(luò)

中圖分類號(hào)： TP391.41；TP183 文獻(xiàn)標(biāo)識(shí)碼： A 文章編號(hào)： 2095-2457（2018）04-0070-002

0 引言

隨著互聯(lián)網(wǎng)+和移動(dòng)支付的推廣普及，極大便利了人們的生活，人臉識(shí)別因其自然、便捷和安全，成為了寄以厚望的下一代身份認(rèn)證技術(shù)。算法原理、海量數(shù)據(jù)和硬件算力共同促成了深度學(xué)習(xí)的成功，基于深度卷積神經(jīng)網(wǎng)絡(luò)的算法[1]在非受限人臉標(biāo)準(zhǔn)測(cè)試集[2]上取得到超越人類的成績(jī)。

深度卷積神經(jīng)網(wǎng)絡(luò)的三大特點(diǎn)是：局部感知、權(quán)值共享和池化。作為一種有效的特征選擇和降維方法，池化被廣泛應(yīng)用于卷積神經(jīng)網(wǎng)絡(luò)，可以有效降低模型的過(guò)擬合風(fēng)險(xiǎn)，提高學(xué)習(xí)算法的魯棒性。然而，目前通用的池化只作用于高和寬兩個(gè)空間維度，在空間上相鄰的特征圖上降采樣，而生物大腦中神經(jīng)鏈接的激活抑制現(xiàn)象更加普適，因此不同通道之間的特征選擇同樣重要。

1 卷積神經(jīng)網(wǎng)絡(luò)

卷積神經(jīng)網(wǎng)絡(luò)是一種受生物視覺神經(jīng)系統(tǒng)啟發(fā)的，由卷積層、激活層和池化層交錯(cuò)組合成的前饋神經(jīng)網(wǎng)絡(luò)。……