卷积网络的无监督特征提取对人脸识别的研究
来源：计算机技术与发展杂志2018年第06期北京时间：
作者：河海大学计算机与信息学院;江苏南京0098
摘要：目前基于卷积神经网络的学习方法需要大量的有标注的数据。 而实际应用中,标记大量的数据是非常困难的。为了解决此问题,提出了一种基于卷积神经网络的无监督特征提取方法。 该方法结合了局部保持投影(LPP)算法和卷积神经网络,LPP 算法可以很好地保留图像局部结构。 文中采用 LPP 算法来进行卷积核的学习。 构建的网络结构简单有效,识别效率优于有监督的卷积神经网络。 实验结果表明,该方法在真实条件下的人脸数据集 Yale 和经典的 FERET 数据集上的性能优于当前主流的无监督特征学习方法。
关键词：无监督特征提取;卷积神经网络;局部保持投影;人脸识别
