论文部分内容阅读
随着深度学习的快速发展,深度卷积神经网络已广泛用于人脸识别领域,但深度模型推理的高计算复杂度和大量的参数阻碍人脸识别系统的实际部署。因此提出两种改进算法,一是基于深度特征蒸馏的人脸识别方法,该方法以预训练的大网络为教师网络,指导小网络训练,将知识迁移得到轻量级的学生网络,提出新的人脸损失函数。二是对教师网络和学生网络分别添加SENet网络结构,使人脸识别准确率有很大的提升。通过实验验证,学生网络模型大小压缩至3.22M,相比于教师模型压缩4倍,在LFW数据集上准确率达到99.66%。