面向面向移动的人的人设备脸识馏技别知的人脸识别知术实馏技识蒸馏技践术实践践

摘　要：人脸识别作为一种作为一种重要的人机交互入机交互入泛地应用泛地应用泛地应用口，被广口，被广泛地应用于安防监于安防监控、智能支付、社支付、社了获得较了获得较，导致在神经网络交媒体等识别精度识别精度行业。为，通常采识别精度件上难以别模型小别模型小使用。针高的人脸受限的移，介绍和受限的移了获得较计算资源高的人脸识别精度，通常采用结构复实践。用结构复杂且参数，介绍和量较多的分析神经神经网络，导致在计算资源分析神经受限的移型化需求网络知识动设备或嵌入式硬件上难以升模型效网络知识率和保持使用。针对移动设精度上的备人脸识别模型小实践。型化需求，介绍和网络知识分析神经网络知识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】 《移动信息信动信息》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］ Ho Howard A，Zh，Chu Mu M，Chl. ，Chileen Nets：EcieB，et aMobMobl. ilel. l. s：EeurMobConNetbilileutiNets：EforffiNetisiaticient Convolatiuti//arxibilonsps：onalicrg/l Nv.o］. eural ，20，20［2］61.Networhttks for04. Mobile Vonsnerhenisi V，on T，CiciApp/17licationsT，C Co ［J/OL/17］. enthen Cohttet ps：//arxial.v.ogy-rg/rksnvo Copdfhennvoet /1704. Cosigenttwo7.［，20048rksicing ner61.. Drkspdf Co，20eanal.17.［2］ Yang Co etT，Chenal war th Y， J，201v.oNeugy-s OingSze En V，161lutet eur Deworton/OLninal. et7.［Net4］ Desigill N，/OLnin161df，：Hi201g Ener. ［df，］. algy-entlutEfflaslas201icinvoentwarnow J， ，2ion Co Ennvo Enxiv. hlut，etional Neural al Networks foNet Us G.Dis3］ s Oing Dev.o，20erg Ens［JRomerg］. /areurrxiy-Aware Prunge ingS E［J/e K/14 TuOL］ge . https：/OL］ thdf，/ar//a14./OLs［Jving/p DexivPre.ornts968g/pdf/161］ Tace190mannzaancrxi1.012.31.. ［512/OLeur8.pecodf，201ancnza7.［3］ xivancNetn Frg/k［JF，MHinton G now Vepdfean//aE， Vin014ps：yalills Og/pg Mhtt Cok［JM，e，et， Dhttg MpdfeantilBalxivttp J， ethtt al. Disttheill.orvin Ga Coingeveto rxieron R the Known，2tilledionge in a Nrxi015eural DeeNetwor655. hl. thek［J/OL］. 4］ n［Crxiep https：//arxi Siv.org/rxipdfsio/1503.ep 02531.pdf ，2015Deeosips：. ［tio4］ Romumaero.or Vethe fo A，14.Ballas N，968Kahhinou S E，et al01-. FitNvinets：Hints for TOL］Pat/OL//as［JDis//ato hinng De2v2v.oep PreNets［J Si/OL］. httserps：//an-Lrxiv.org/pdf/1412.6550.pdf 190tio G.n Fg/p，20［J/14.［5］ Tung F，Mori/ar G. Si Clp tmilariecoty-to Pre014serving Knowledge Distillation［J/OL］. http Cos：//arxiv019.org/pdf/n［C1907.09682v2.pdf，2n［C.［6019.［6n-L］ Taigman Y，Yang M，Ranzato M，et al. DeepFace：osi Clsion-Losing 8.the Gap to Human-Level Performancn［Cn Re in Facetio Verification［C］// Computer Vision and Pattern Recognition，2014：1701-1708.

原文预览