基于分层关系度量网络的单样本人脸识别

作     者：周晓康 钟锐 宋亚峰 ZHOU Xiaokang;ZHONG Rui;SONG Yafeng

作者机构：赣南师范大学数学与计算机科学学院江西赣州341000 

出 版 物：《赣南师范大学学报》 (Journal of Gannan Normal University)

年 卷 期：2024年第45卷第3期

页      面：35-41页

学科分类：081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金(62266003) 江西省自然科学基金资助项目(20232BAB202056) 江西省教育厅科技项目(GJJ211401) 江西省基础教育研究课题(SZUGSZH2021-1147) 

主　　题：聚类算法 分层分类 单样本学习 单样本人脸识别 

摘      要：单样本训练集中的每个类只有一张样本,训练样本数量的不足将使模型得不到有效训练,使得模型无法准确提取具有类内变化的人脸面部特征,导致模型的识别率低下.针对该问题,提出了一种基于分层关系度量网络(Hierarchical Relation Measure Network,HRMN)的单样本人脸识别模型.首先,使用语义网络将训练集中人脸进行性别层次的语义划分;随后,应用小批量K均值聚类算法对所划分的第一层语义人脸特征进行分层聚类,得到具有多个不同抽象层次的分层特征树(Hierarchical Feature Tree,HFT).最后,使用所构建的多层关系度量网络计算出不同抽象层次面部特征与目标样本间的加权融合相似度,根据相似度得出目标样本的类别信息.为了验证所提算法的有效性,本文进行了大量的实验,实验结果表明,该模型优于几种近年来应用较为广泛的单样本人脸识别模型.