
摘要
本文提出了一种基于深度卷积特征的无约束人脸识别算法,并在新发布的IARPA Janus基准A(IJB-A)数据集上对其进行了评估。IJB-A数据集包含了来自500个受试者的现实世界中的无约束人脸图像,这些图像具有完整的姿态和光照变化,比传统的Labeled Faces in the Wild(LFW)和YouTube Faces(YTF)数据集更具挑战性。所使用的深度卷积神经网络(DCNN)是在CASIA-WebFace数据集上训练的。文中提供了在IJB-A数据集上的大量实验结果。
本文提出了一种基于深度卷积特征的无约束人脸识别算法,并在新发布的IARPA Janus基准A(IJB-A)数据集上对其进行了评估。IJB-A数据集包含了来自500个受试者的现实世界中的无约束人脸图像,这些图像具有完整的姿态和光照变化,比传统的Labeled Faces in the Wild(LFW)和YouTube Faces(YTF)数据集更具挑战性。所使用的深度卷积神经网络(DCNN)是在CASIA-WebFace数据集上训练的。文中提供了在IJB-A数据集上的大量实验结果。