基于深度信念网络和多任务学习的人脸识别

摘要

针对如何提高人脸识别率的问题,该文引入多任务学习机制,通过在深度信念网络中构建多任务分类器.利用多个相关任务的并行处理能够使分类器从输入端获得更多信息,来提高分类器的分类能力.并可以通过多个相关任务权值竞争,减小过拟合对分类器的影响.实验结果表明,利用深度信念网络构造多任务学习分类器,相对于单任务学习而言,多任务学习机制能够有效提高人脸识别精度.