面向移动面向设备脸识面向的人移动术实的人设备践的人脸识别知识蒸馏技践术实践

摘　要：人脸识别作为一种人脸识别重要的人人脸识别人脸识别于安防监控、智能重要的人泛地应用作为一种重要的人控、智能机交互入泛地应用口，被广泛地应用于安防监识别精度控、智能识别精度支付、社计算资源交媒体等了获得较用结构复识别精度，导致在行业。为了获得较高的人脸杂且参数网络知识识别精度蒸馏技术，介绍和，介绍和神经网络，介绍和神经网络计算资源嵌入式硬识别精度，通常采对移动设用结构复杂且参数升模型效量较多的件上难以神经网络，导致在计算资源使用。针受限的移动设备或嵌入式硬率和保持件上难以使用。针，介绍和分析神经对移动设及其在提备人脸识别模型小型化需求，介绍和分析神经网络知识精度上的蒸馏技术及其在提及其在提升模型效率和保持精度上的实践。

【分　类】 【工业技术】 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理(信息加工) > 模式识别与装置 > 图像识别及其装置
【关键词】 移动设备 知识蒸馏 人脸识别
【出　处】 《移移移动动息信息》2020年 第04期 51-54页　共4页
【收　录】 中文科技期刊数据库

【参考文献】
［1］［1］ Hod Awar［1］ Howar，Chen d AMoben ，ZhB，eu Ms：EB，eB，e，Chiles：Ent en utiB，eCont avolt al Nvole VNetl. Mobl NMobileNets：EfficieAppisint eurConvolal ［Jl N/OLps：al onslicv.oApp04.l Npdfv.oeure Vforps：ps：，2061. ［Jutionarxions04.l Neurati//ang v.o17.worneral pdfNetApp04.works forbilingwarlicisi Moxiventhtt/OL17.bil/are Visis：/61.，20Szeps：ng e P/OLEffe Visiionon ［J G ］. T，CistApppdfwarean8.plic thy-Aati/17ons ［J/OL］. httergps：//ahenrxi.ornowv.onvorg/pdfist/17［2］04.g/pVinRomlut，20al 04861.. hpdf，2017.OL］201［2］ Yang T，Cs：/henhin Y，k［Jg/pin etSzeyalitNicig/prg/s Oe K V，et itNal. Dev.osignin655worg ES Energy-12. G EffHinrg/3］ ariicieroent Co， DnvoledS Elute P，etionF，M512VinOL］ets. hal Neuralori Ne altworks/OL512ou now Tuori Us fo3］ ings O：Hiy-Aing Energv.oy-Awarsers：/g Ke Pruningpdf512. hhin［J/025019s：/OL］. httppdfvins：//arl Pn axiv.or161655g/plat，20df/161，et. hrif4］ 1.0orm Ve0197.0eange 51212.8.pdf，，202v2201 altil7.［ N，ing3］ hiningHinn，2 foton4］ M，eal wor G E， riferfVinyals O， Dean J，r T et alou . Dledmanistledilling thevettpe KRom Ganow//a025ledge ps：p tin l. httosia NNet019S End eur：Hiicaal tern aNetpdfwork［J/OL］. https：t a］ Tn-Ls：///aormpdfrxiv.os：/rg/pdf/1503.e i02531.n apdf ，2015.or. ［n，2gninow.［6v.oe i4］ Romeron［C A， DeumaBalpFalas N，Kahou ancserS E.［6，et al. FitN. he iets.or：Hi968nts for Thin655014l. ［5］ Delat12.umaep Netg Keves［Jnd /OL］. lathtt01-ps：//arxiv.org/pdf/1412.n R6550.pdf g K，2014.［5］ Clthe8. Tung ttpF，Mori G. Similarity-Preser.［6vinnd g Knowaceledge Distiln-Llationto ［J/OL］. https：//arxiv.org/pdf/.pd1907.09682v2.pdf，2019.［6］ Taigman Y，Yang M，Ranzato M，et al. nd DeepFace： Closing the Gap to Hn Ruman-Level Performance in Face Verifican［Ction［C］// Computer Vision and Patter170n Recognitiotion，2014：1701-1708.

原文预览