國立交通大學 NCTU

使用極值特徵映射之深度CNN人臉辨識系統

2017/07/31
Application監控與保全業
Function影像辨識
Technical Benefit降低錯誤率/增進穩定性
Technology Status可移轉技術

這個人臉辨識系統包含人臉偵測、定位、特徵抽取與比對等四個步驟,其中人臉的偵測與定位是基於現成的方法,經修改後得到更快的計算速度與精確度。特徵抽取部份是使用深度學習技術,我們提出使用極值特徵映射作為CNN中的非線性函數,並引入殘值網路 (ResNet),發展出一個總參數量僅有八百多萬的深度類神經網路。經使用包含一百餘萬張、約二萬的人臉影像訓練,可抽取256維的人臉特徵向量。在用於LFW人臉資料庫測試中,由人臉偵測、定位、特徵抽取到辨識,可逹到98%的正確率。

用於人臉特徵抽取之DNN架構

系統規格:

Ubuntu

nVidia Graphic Card (Compute Capability >= 2.0)

系統要求:

Intel i5 或 i7