论文研究多任务学习及卷积神经网络在人脸识别中的应用.pdf

随着深度学习的发展，近年来人脸识别借助深度学习技术取得了巨大突破。但是在已有的基于深度学习的人脸识别框架中，各个任务（人脸鉴别、认证和属性分类等）都是相互独立设计、运作的，使得整体算法低效、耗时。针对这些问题，提出一种基于多任务框架的深度卷积网络。通过将人脸鉴别、认证和属性分类同时作为网络目标函数，端到端地训练整个深度卷积网络，算法简洁高效。此网络可以同时完成上述三个任务，不需要额外的步骤。实验结果显示，即使在有限的数据支持下，该方法依然能够取得不错的性能，在人脸识别权威数据集LFW上获得了97.3%的精度。