报告题目：基于深度学习的人脸正交特征提取方法
主讲嘉宾：孙文赟博士 我校媒体内容安全实验室
邀请人：陈昌盛老师
时间：2018年11月15日（周四）下午4:00
地点：我校南区澳门3044永利N710会议室
报告摘要：
深度学习在人脸验证任务中获得了较大的发展。这些方法尝试通过最大化类间散度、最小化类内散度学得较好的人脸表示，特征空间中的距离则是较好的人脸相似度度量，可用于人脸验证。另一个相关的研究是基于深度学习的人脸表情识别。大多数方法通过训练判别式深度神经网络将对齐后的人脸映射为情感标签，在以往工作中，人脸的身份和表情是作为两个独立的问题来研究的，很少有工作将其融合在一个统一框架中。我们的研究针对三个问题：其一，深度神经网络的结构非常灵活，使用何种网络来对人脸的多个正交的属性进行建模？其二，深度学习方法的效果很大程度上依赖数据的规模，如何获取具有情感标签与身份标签的大规模的高质量的人脸数据集？其三，人脸身份验证和人脸表情识别任务是否可以互相促进？
所提出的方法在一个统一框架中对两种人脸属性建模，使用一个网络同时完成了两种人脸特征的提取，并分别将其用于人脸身份验证和人脸表情识别。从多任务学习的角度看，联合学习会带来性能上的提升。
嘉宾简介：
孙文赟于2018年在南京理工大学获得控制科学与工程博士学位，2012年在江苏科技大学获得博士识别与智能系统硕士学位，2009年在江苏科技大学获得计算机科学与技术学士学位，目前在我校媒体信息安全实验室担任博士后研究员。
| 
