DeepID3：使用极深神经网络进行人脸识别
计算机视觉与模式识别
2015-02-04 v1
摘要
深度学习的出现显著推动了人脸识别的最新技术水平。极深神经网络因其卓越的学习能力，最近在通用物体识别上取得了巨大成功。这促使我们研究其在人脸识别上的有效性。本文提出了两种用于人脸识别的极深神经网络架构，称为 DeepID3。这两种架构由 VGG net 和 GoogLeNet 中提出的堆叠卷积层和初始层重建而成，使其适用于人脸识别。在训练过程中，联合人脸识别-验证监督信号被添加到中间和最终特征提取层。所提出的两种架构的集成分别在 LFW 人脸验证准确率上达到 99.53%，在 LFW 首位人脸识别准确率上达到 96.0%。最后对 LFW 人脸验证结果进行了进一步讨论。
引用
@article{arxiv.1502.00873,
title = {DeepID3: Face Recognition with Very Deep Neural Networks},
author = {Yi Sun and Ding Liang and Xiaogang Wang and Xiaoou Tang},
journal= {arXiv preprint arXiv:1502.00873},
year = {2015}
}