论文解读Attribute-Enhanced Face Recognition with Neural Tensor Fusion Networks
来源:互联网 发布:sql中is null什么意思 编辑:程序博客网 时间:2024/06/05 04:29
论文:Attribute-Enhanced Face Recognition with Neural Tensor Fusion Networks
在这里论文中将其他的feature 成为 FRF(Face Recognition Features)
论文提及的新的特征称为FAF(Face Attribute Features),(即脸部属性,如眉毛粗度,头发颜色,肤色等等)
FRF 有很强的区分性,但是鲁棒性不强
FAR有很强的鲁棒性, 但区分性不强
提出一种结构:
由两个网络组成:LeanFace,AttNet
(其中LeanFace在LFW上的准确率为99.57%, AttNet为79.07%)
通过GTNN将上述两个网络结合后的准确率为99.65%
即实际通过LeanFace附加AttNet后提升0.08的准确率
(LeanFace和AttNet是分别训练,结合后再进行fine-tuning)
GTNN为新提出的合并结构:
其中利用了Tucker Decomposition
(合并详情见论文)
个人认为论文中将两组特征融合提高效果的GTNN网络十分有价值,应该可以尝试将其他的特征融合或者应用到其他网络或领域
(摘自 知乎) Method: 两个特征用tensor连接可以用于特征融合. 融合的效果取决于tensor参数优化的效果.
但tensor的维度很高, 难以优化,
我们使用TUCKER张量分解的方式降低待优化的tensor的维度,即使这样优化仍然面临着求导及正则化设计的困难.
我们发现这个tensor优化问题可以与一个gated的人工神经网络进行等价. 发现这个等价后, 我们可以1)
使用现有深度学习的优化工具进行优化, 如tensorflow, 而不需要手动设计复杂的tensor的优化.
由于在tensorflow优化时可以用mini-batch, 这样我们的优化天然就是scalable的 2)
融合部分可以与特征学习的神经网络进行端到端的学习. 这篇论文提供的一个insight是,将tensor和深度学习进行等价.
这样tensor领域的知识可以用来理解神经网络, 反之亦然.
- 论文解读Attribute-Enhanced Face Recognition with Neural Tensor Fusion Networks
- Attribute-Enhanced Face Recognition with Neural Tensor Fusion Networks 阅读笔记
- Weakly supervised object recognition with convolutional neural networks 论文解读
- DeepID3:Face Recognition with Very Deep Neural Networks
- NAN论文解读:Neural Aggregation Network for Video Face Recognition
- speech recognition with deep recurrent neural networks-论文笔记
- 人脸识别方向论文笔记(2)-- Latent Factor Guided Convolutonal Neural Networks for Age-Invariant Face Recognition
- 论文阅读:Sparsifying Neural Network Connections for Face Recognition
- Reasoning With Neural Tensor Networks for Knowledge Base Completion
- Weakly Supervised Object Recognition with Convolutional Neural Networks
- 【论文学习笔记】Face Recognition with Learning-based Descriptor
- Convolutional Neural Networks for Sentence Classification论文解读
- Latent Factor Guided Convolutional Neural Networks for Age-Invariant Face Recognition
- ImageNet Classification with Deep Convolutional Neural Networks论文笔记
- ImageNet Classification with Deep Convolutional Neural Networks 论文学习
- ImageNet Classification with Deep Convolutional Neural Networks 论文翻译
- 论文笔记《ImageNet Classification with Deep Convolutional Neural Networks》
- 【论文笔记】Sequence to sequence Learning with Neural Networks
- 《Java编程思想》参数化的接口
- HDU
- HDOJ HDU 1130 How Many Trees?
- Ajax 完整教程
- 关于JDK8的新特性
- 论文解读Attribute-Enhanced Face Recognition with Neural Tensor Fusion Networks
- HTTP缓存
- POJ
- SpringBoot WebSocket 跨域报错:Origin header value not allowed. Even though URL is allowed
- 高效生活系列
- 665. Non-decreasing Array(C++)
- sql关键字
- 字符串匹配算法(Brute-Force)
- java并发与多线程