- 
                题名一种用于多源人脸图像检索的损失函数改进策略
                    被引量:4
            
- 1
- 
                
            
- 
                
                            作者
                                任国印
                                吕晓琪
                                李宇豪
                
            
- 
                    机构
                    
                            内蒙古科技大学机械工程学院
                            内蒙古科技大学信息工程学院
                            内蒙古工业大学
                    
                
- 
                出处
                
                
                    《液晶与显示》
                    
                            CAS
                            CSCD
                            北大核心
                    
                2021年第11期1583-1596,共14页
            
- 
                        基金
                        
                                    国家自然科学基金(No.61179019,No.81571753)
                                    赛尔网络下一代互联网技术创新项目(No.NGII20170705)
                                    包头市青年创新人才项目(No.0701011904)。
                        
                    
- 
                    文摘
                        目前,公安机关刑侦部门大量的离线视频存储在监控网络的服务器中,为了在这些海量视频帧中提取嫌疑人目标人脸,设计了人脸检索系统。通过改变CNN网络的RELU结构,训练新的四分支孪生网络来获取深度特征,构造了一个新的四分支孪生网络。结合网上发布的逃犯人脸图片发起通缉,借助深度特征对比展开基于内容的图像检索(CBIR)。新的四分支孪生网络比熟悉的网络,如Alexnet、Googlenet、VGGNet和ResNet等收敛得更快,系统鲁棒性好。网络的共享权重设计使得检索具有较高的模型训练精度和检索精度。图像深度特征可以在摄像机之间快速在线共享。实验结果表明,该方法的平均检索精度(ARP)为98.74%,模型训练精度为99.51%,帧率为28 FPS。
                        
                    
            
- 
                    关键词
                    
                            四孪生网络
                            人脸检索
                            跨摄像机
                            基于内容的图片检索
                    
                
- 
                    Keywords
                    
                            quadruplet network
                            face retrieval
                            cross camera
                            content-based image retrieval
                    
                
- 
                    分类号
                    
                            
                                
                                    TP391.4
[自动化与计算机技术—计算机应用技术]                                
                            
                    
                
-