FaceLiveNet+：基于动态多任务卷积神经网络的人脸认证整体网络
计算机视觉与模式识别
2019-03-01 v1
摘要
本文提出一种具有任务动态权重的整体多任务卷积神经网络（CNNs），即 FaceLiveNet+，用于人脸认证。FaceLiveNet+ 可同时采用人脸验证与面部表情识别作为活体控制的方案。与单任务学习相比，所提多任务学习能更好地为所有任务捕捉特征表示。实验结果表明，对于人脸验证任务与面部表情识别任务，多任务学习均优于单任务学习。与采用固定任务权重的常规多任务学习不同，本文提出所谓的动态权重单元以自动学习任务权重。实验已展示动态权重训练网络的有效性。最后，基于所提协议的人脸认证整体评估显示了应用 FaceLiveNet+ 于人脸认证的可行性。
引用
@article{arxiv.1902.11179,
title = {FaceLiveNet+: A Holistic Networks For Face Authentication Based On Dynamic Multi-task Convolutional Neural Networks},
author = {Zuheng Ming and Junshi Xia and Muhammad Muzzamil Luqman and Jean-Christophe Burie and Kaixing Zhao},
journal= {arXiv preprint arXiv:1902.11179},
year = {2019}
}
备注
10 pages, 8 figures