基于深度可分离卷积的人脸活体识别模型压缩和移植方法

作者：谢巍; 周延; 陈定权; 许练濠

来源：2020-12-10, 中国, ZL202011435882.6.

本发明涉及一种基于深度可分离卷积的人脸活体识别模型压缩和移植方法,包括如下步骤：S1、通过数据增强的方式获得一个训练数据集；S2、利用改进的卷积神经网络对图像进行训练,并保存训练后得到的卷积神经网络模型；S3、基于深度可分离卷积对模型进行压缩,削减模型大小,使得模型参数削减为原始模型的20％左右,使得其尺寸更适合于移动端。S4、通过对模型权重进行半精度Float16量化进一步地压缩模型,加快模型推理速度,使得模型大小压缩为S3步骤的50％,移动端识别速度缩短为400ms,完成模型在移动端软件的移植。本发明基于深度可分离卷积对模型进行压缩且Float16半精度量化。

• 单位
  华南理工大学