基于深度学习的面部表情识别研究

陆嘉慧; 张树美; 赵俊莉, 计算机应用研究 发表时间:2019-01-24 07:00 期刊

近几年来,深度学习在语音识别、图像理解等许多应用领域取得了突破性成果。针对基于深度学习的静态人脸图像表情识别方法进行研究,首先介绍了深度学习的原理,并归纳了目前公开且常用的面部表情数据集;然后介绍了基于深度学习的表情识别的三个步骤,归纳了图像预处理和表情分类的主要方法,重点总结了目前性能较好用来提取特征的深度学习框架以及这些方法的基本原理和优劣势比较;最后指出了目前面部表情识别存在的问题和未来可能的发展趋势。...


融合CNN和BiLSTM的网络入侵检测方法

刘月峰; 蔡爽; 杨涵晰; 张晨荣, 计算机工程 发表时间:2019-01-24 18:07 期刊

对于网络入侵检测准确率低和误报率高的问题,提出一种融合卷积神经网络、双向长短期记忆网络和注意力机制的网络入侵检测方法。首先对KDDcup99数据集进行预处理操作;然后依次用CNN模型、BiLSTM模型对局部特征和长距离依赖特征进行提取,之后用注意力机制对特征重要性进行计算;最后通过softmax分类器获得分类结果。实验结果表明,相比经典方法,网络入侵检测准确率平均提高1.5%,误检率平均降低1%。本文算法提高检测精度的同时,降低了误报率。


结合Deeplabv3+与条件随机场的遥感影像典型要素提取

王俊强; 李建胜; 周华春; 张旭, 计算机工程 发表时间:2019-01-25 08:53 期刊

...并且很难充分挖掘影像中深层特征,提出了一种基于深度学习语义分割与全连接条件随机场相结合的方法,以Deeplabv3+作为语义分割模型,提取较完整图像分割信息,并作为全连接条件随机场的一元能量函数的输入,利用平均场近似的方法进行全连接随机场模型的推理,实现对分割信息边界的优化。通过分析Deeplabv3+在噪声样本集数据的训练效果,验证了Deeplabv3+模型的鲁棒性。针对常规样本标注工作繁琐,基于公开影像及矢量数据源,设计了大规模遥感训练样本集智能采集方法。最后,采集某区...


基于平滑L1范数的深度稀疏自动编码器社区识别算法

张军祥; 李书琴; 刘斌, 计算机应用研究 发表时间:2019-01-25 11:41 期刊

...确率也较低。因此,提出一种基于平滑L1范数的深度稀疏自编码器社区发现算法L1-ECDA(community discovery algorithm for deep sparse self-encoder based on smooth L1 norm)。该算法首先采用基于s跳的方法对网络图的邻接矩阵进行预处理;然后构建基于平滑L1范数的深度稀疏自编码器,并通过训练网络图相似度矩阵得到低维特征矩阵;最后采用K-means算法对低维特征矩阵进行聚类得到网络社区结构。通...


三维激光雷达在无人车环境感知中应用研究综述

张银;任国全;程子阳;孔国杰;, 激光与光电子学进展 发表时间:2019-01-25 13:01 期刊

...行障碍物检测一直是国内外的研究热点。本文首先按照传感器的种类介绍了无人车障碍物检测方法的分类,然后介绍了基于三维激光雷达进行障碍物检测的基本原理,再详细分析了基于三维激光雷达进行障碍物检测的传统方法。深度学习是二维图像目标检测及分类的重要方法,在介绍三维激光雷达点云的特点同时分析点云深度学习的挑战,最后详细分析三维点云深度学习在障碍物检测方面的研究现状以及发展趋势,并且介绍了自动驾驶领域的KITTI数据集和ApolloScape数据集。...


基于伪三维卷积神经网络的手势姿态估计

张宏源; 袁家政; 刘宏哲; 原春锋; 王雪峤; 邓智方, 计算机应用研究 发表时间:2019-01-28 08:48 期刊

大多数现有的基于深度学习的手势姿态估计方法都使用标准三维卷积神经网络提取三维特征,估计手部关节坐标。这种方法提取的特征缺乏手部的多尺度信息,限制了手势姿态估计的精度;另外,由于三维卷积神经网络巨大的计算成本和内存需求,这些方法常难以满足实时性要求。为了克服这些缺点,提出以空间滤波器和深度滤波器级联的方式模拟三维卷积,减少网络参数量。同时,在各个尺度上提取手势姿态特征并加以整合,充分利用手势的三维信息。实验表明,该方法能有效提高手势姿态估计精度,减小模型尺寸,且在具有单块GP...


卷积神经网络的“深度”研究

柯岩; 林小竹; 廖蕊; 魏战红, 计算机工程 发表时间:2019-01-28 09:20 期刊

随着深度学习的不断发展,卷积神经网络在目标检测与图像分类中的出色表现吸引了更多研究者的关注。从最初的LeNet-5网络到最新的深度残差网络,神经网络的层数在不断的增加。本文着眼于神经网络中“深度”的含义,设计了对比性试验,在保证感受野相同的前提下,给定标准的输入图片和输出特征图,对不同层数的卷积网络进行训练,而后将训练结果与标准输出图进行对比,从数据的角度阐释了“深度”的含义,针对标准的3~*3卷积核做进一步分解,构建了由2~*2大小卷积核组成的卷积神经网络。最后,根据目标...


基于深度卷积自编码神经网络的手写数字识别研究

曾文献; 孟庆林; 郭兆坤, 计算机应用研究 发表时间:2019-01-28 09:38 期刊

...别在各种应用环境中对准确率的要求极高,传统机器学习方法由于训练样本单一,易在实际应用中识别错误。针对在提高不同笔体下的手写识别准确率进行了研究,将深度卷积神经网络与自动编码器相结合,设计卷积自编码器网络层数,形成深度卷积自编码神经网络。首先采用双线性插值方法分别对MNIST数据集与一万幅自制中国大学生手写数字图片进行图像预处理,然后先使用单一MNIST数据集对深度卷积自编码神经网络进行训练与测试,最后使用MNIST与自制数据集中5000幅混合,再次训练该网络,对另外5000...


基于深度学习的异噪声下手写汉字识别的研究

任晓文; 王涛; 李健宇; 赵祥宁; 郭一娜, 计算机应用研究 发表时间:2019-01-29 08:30 期刊

...图像识别率受随机噪声影响的问题,提出了一种基于深度学习与抑制噪声相结合的新算法。该算法主要应用于拥有随机噪声的手写汉字字符图片,是其在Python环境下,利用Caffe平台建立抑制噪声与卷积神经网络相结合的模型,通过模型移除噪声并正确识别手写汉字。另外,新算法去除噪声的同时对字符形态没有改变,保留了汉字的原始信息。结果在其两种不同的噪声(高斯噪声和椒盐噪声)下,逐渐提升其噪声强度,进行多次实验,同时与其他方法对比,最终得到其平均识别率为97.05%,实验结果表明,该模型和算...


一种基于轻量级深度网络的目标识别方法

李亚辉; 刘俊, 计算机应用研究 发表时间:2019-01-29 09:12 期刊

...源受限条件下目标识别任务,提出了一种基于轻量化深度网络的目标识别方法。通过优化卷积操作、模型参数压缩、增强特征表达深度等网络结构的优化方法,设计并实现了针对嵌入式平台应用的轻量化网络模型结构,使得深度网络模型在保证精度的条件下,实现了模型参数和运行所需资源的大幅缩减。实验表明,提出的轻量化深度模型较ILSVRC-15冠军提出的基础模型ResNet,能够实现在ImageNet-67数据集上,网络模型压缩为基础模型10.2%的条件下仍保持93.5%的目标识别准确率。...


用于超分辨率重建的深度网络递进学习方法

张毅锋;刘袁;蒋程;程旭;, 自动化学报 发表时间:2019-01-29 10:10 期刊

本文针对深度学习在单幅图像超分辨率方面难以恢复高频纹理细节的问题,提出了一种基于递进学习的超分辨率算法.该算法首先采用灰度共生矩阵提取图像纹理特征,然后利用基于密度峰值的聚类方法实现对整个训练集的分类,其中每个训练子集具有相似的纹理复杂度.针对传统的递进学习方法会出现对已掌握知识”遗忘”的问题,本文根据网络模型在各个训练子集上的拟合情况,实时调整当前训练样本在各个子集上的概率分布,从而实现快速收敛,并获得更好的纹理细节复原效果.将本文提出的递进学习用于DRCN、VDSR、S...


基于word2vec和粒子群的链路预测算法

贾承丰;韩华;吕亚楠;张路;, 自动化学报 发表时间:2019-01-29 10:11 期刊

...提取困难和类别数据不平衡.本文借鉴文本处理中的深度学习特征提取算法和优化问题中的粒子群算法,提出一种基于词向量的粒子群优化算法(word2vec-PSO).该方法首先通过随机游走产生网络序列化后,利用word2vec算法对节点序列特征提取.然后在有监督的条件下,利用粒子群算法对提取好的特征进行筛选,并确定重采样的参数来解决类别数据不平衡问题,并分析了不同链路预测算法的计算复杂性.最后将本文的算法与基于相似性、基于深度学习、基于不平衡数据的三类链路预测算法,在4个不同的时序网...


基于深度序列加权核极限学习的入侵检测算法

汪洋; 伍忠东; 朱婧, 计算机应用研究 发表时间:2019-01-29 13:26 期刊

...异构且数据分布不平衡的网络入侵检测问题以及传统深度学习算法无法根据实时入侵情况在线更新其输出权重的问题,提出了一种基于深度序列加权核极限学习的入侵检测算法(DBN-WOS-KELM算法)。该算法先使用深度信念网络DBN对历史数据进行学习,完成对原始数据的特征提取和数据降维,再利用加权序列核极限学习机进行监督学习完成入侵识别,结合了深度信念网络提取抽象特征的能力以及核极限学习机的快速学习能力。最后在KDD99部分数据集上进行了仿真实验,实验结果表明DBN-WOS-KELM算法...


PCANet下的遮挡定位人脸识别算法

郭伟; 白文硕; 曲海成, 计算机科学与探索 发表时间:2019-01-30 09:30 期刊

...人脸识别一直是个巨大的挑战,用于人脸识别的主流深度模型对于遮挡人脸图片并不具有特别好的识别性能。本文针对于深度模型由于遮挡的存在以及遮挡位置不确定所导致的识别率下降的问题,提出一种结合深度学习和特征点遮挡检测的PCANet(Principal Components Analysis Network)下的遮挡定位人脸识别算法。分类器用于关键点检测,使用PCANet深度学习模型进行特征提取,形成支持向量机(Support Vector Machine,SVM)训练模型组。遮挡判...


深度网络视频序列异常行为检测方法的研究

吴沛佶;梅雪;何毅;袁申强;, 激光与光电子学进展 发表时间:2019-02-02 20:34 期刊

针对视频中的几种异常行为,构建训练模型对其进行识别。使用卷积神经网络(CNN)进行特征提取并采用Adam算法(一种基于梯度的优化算法)进行优化。引入自适应池化层,筛选出判别的特征信息,减轻网络的计算量,加快识别视频中存在的异常行为。使用Adam算法对模型进行优化后,识别率可以达到87.6%,引入自适应池化层后,识别率可以达到91.9%。该卷积神经网络对视频中基本的异常行为的检测效果比iDT和双流网络更快更准确;相较于TSN和TRN,识别的准确率稍低,但是识别的速度更快。


基于三维深度卷积神经网络的车间生产行为识别方法

刘庭煜; 陆增; 孙毅锋; 刘芳; 何必秒; 钟杰, 计算机集成制造系统 发表时间:2019-02-07 13:03 期刊

...效的人员行为管理,针对生产车间工作人员行为识别与智能监控问题,本文提出了一种基于人体骨架信息的生产行为识别方法。基于三维深度视觉传感器采集人体骨架关节位置数据,用标准化重构方法对骨架关节数据进行归一化处理,并合成人体行为的时空特征RGB图像。在此基础上,构建深度卷积神经网络模型,实现时空域的生产行为识别。最后在CUDA GPU加速环境下面向MSR-Action3D数据集和自建验证数据集NJUST3D的实验证明,我们的方法具有较高的准确率和实用价值。...


基于R-FCN算法的糖尿病眼底病变自动诊断

王嘉良; 罗健旭; 刘斌; 冯瑞; 邹海东, 计算机工程与应用 发表时间:2019-02-26 15:35 期刊

...pathy)是糖尿病患者常见的致盲疾病,可使用深度学习算法对患者的糖尿病眼底图片进行图像识别实现对糖尿病眼底病变的辅助诊断。针对以往普通卷积神经网络只能分类和输入尺寸固定的问题,提出了基于目标检测的区域全卷积R-FCN算法实现同时对任意尺寸输入的糖尿病眼底图片的分类和病变区域检测。并针对原始R-FCN算法对小目标(极小的出血点和血管瘤)检测困难的问题,对R-FCN算法做了一定的改进,加入特征金字塔FPN结构,升级主干网络,以及修改RPN网络。实现结果表明,改进后的R-FCN...


迁移学习用于牵引变电所视频多目标识别研究

完颜幸幸; 傅钦翠; 吉鑫, 计算机工程与应用 发表时间:2019-02-27 08:48 期刊

为实现牵引变电所视频图像的多目标识别,为牵引变电所的远程智能巡检提供技术支持。基于迁移学习的理论研究,利用SSD(Single Shot Mutibox Detector)和YOLOv2(You Only Look Once v2)模型,实现牵引变电所视频图像中高压开关柜的仪表、分合指示灯状态以及隔离开关的分合状态的自动识别。利用TensorFlow平台实现的多目标识别方法识别速度快而且鲁棒性好。...


基于深度学习序贯检验的电源车故障诊断方法

李炜; 周丙相; 蒋栋年, 系统仿真学报 发表时间:2019-02-27 14:34 期刊

...出了一种基于长短时间记忆LSTM(Long Short Time Memory)网络与序贯概率比检验SPRT(Sequential Probability Ratio Test)融合的电源车故障诊断方法。该方法基于LSTM网络建立电源车的多变量时间序列模型,并引入SPRT方法进行自适应多样本故障诊断。经在电源车仿真系统上进行对比实验,结果表明LSTM诊断模型有更强的学习和映射能力,LSTM-SPRT融合的故障诊断方法,显著提高了电源车故障诊断的准确率和可靠性。...


基于深度学习与特征后处理的支持向量机铣刀磨损预测模型

戴稳; 张超勇; 孟磊磊; 李晋航; 肖鹏飞, 计算机集成制造系统 发表时间:2019-03-04 10:50 期刊

为了提高机械加工过程中的刀具磨损预测精度,建立一种基于深度学习特征降维及特征后处理的布谷鸟优化参数的最小二乘支持向量机预测模型。该模型利用堆叠稀疏自动编码网络将时域、频域及时频域三方面提取的特征向量进行降维处理,然后利用特征后处理确保降维向量单调不递减及平滑趋势,最后采用自适应步长布谷鸟算法优化参数的最小二乘支持向量机模型预测铣刀磨损量。通过试验测试比较提出方法与其他预测方法,显示提出模型能更有效表征铣刀磨损量,大幅降低预测误差。...


相关搜索
 找到 23,646 条结果 
首页上一页123456789下一页
关于iData
iData是第三方交流学术成果的公益互联网项目,旨在促进知识的传播和最新学术科技的共享,所有信息均来自公开、透明的互联网查询网站,iData重新对这些信息进行整合和优化,从而高效地输出有用信息,提高人与知识的连接效率。iData从创建之初便提供免费的学术文献浏览和下载。