2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩58頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、人臉檢測是一個(gè)復(fù)雜的具有挑戰(zhàn)性的圖像分類問題,是人臉識(shí)別系統(tǒng)中的關(guān)鍵技術(shù),人臉檢測的結(jié)果直接制約人臉識(shí)別的效果。對(duì)一張圖片進(jìn)行檢測判斷是否存在人臉實(shí)際上是一個(gè)二分類問題,在圖像分類以及目標(biāo)檢測領(lǐng)域中最常用的分類器是SVM,但在樣本規(guī)模較大、特征數(shù)較多以及特征在高維度空間分布不平坦時(shí),SVM存在著局限性。為了解決以上問題,多核學(xué)習(xí)方法被提出,使得不同的特征通過不同的核函數(shù)映射到更高維度空間成為可能。MKL針對(duì)不同的特征采取不同的核函數(shù),然

2、后根據(jù)不同的特征訓(xùn)練每個(gè)核函數(shù)的權(quán)重(貢獻(xiàn)值),將問題轉(zhuǎn)化為選擇核參數(shù)與核權(quán)重系數(shù)的最佳組合問題。選出最佳核函數(shù)的凸組合,以獲得最佳的分類精度。
  傳統(tǒng)的人臉檢測在實(shí)際應(yīng)用中受光線的影響較大。由于近紅外人臉對(duì)光照變化的不變特性,該技術(shù)被應(yīng)用的場景也越來越多。本文提出了一種基于核參數(shù)與核權(quán)重聯(lián)合優(yōu)化的多核學(xué)習(xí)框架。主要研究了基于多核學(xué)習(xí)框架的近紅外人臉檢測問題,主要研究內(nèi)容如下:
  (1)研究了傳統(tǒng)核學(xué)習(xí)方法的交叉驗(yàn)證方法

3、以及常用的三種核相似性度量方法,對(duì)他們的優(yōu)缺點(diǎn)進(jìn)行分析比較。通過實(shí)驗(yàn)選擇了一種最佳的相似性度量方法應(yīng)用到本文改進(jìn)的MKL框架中;并且,考慮特征維數(shù)問題,分析Isomap算法,提出了一種快速Isomap算法對(duì)訓(xùn)練樣本進(jìn)行特征降維,縮減訓(xùn)練分類器的計(jì)算時(shí)間;
  (2)對(duì)標(biāo)準(zhǔn)粒子群優(yōu)化算法中存在的問題進(jìn)行了詳細(xì)分析,提出了一種自適應(yīng)慣性權(quán)重以及可變學(xué)習(xí)因子的優(yōu)化方法。系統(tǒng)闡述多核學(xué)習(xí)理論,給出了常見多核學(xué)習(xí)的求解方法。深入研究當(dāng)前常用

4、多核學(xué)習(xí)算法,分析存在的不足,基于改進(jìn)的PSO優(yōu)化算法又提出了一種關(guān)于內(nèi)核參數(shù)與內(nèi)核權(quán)重聯(lián)合優(yōu)化的多核學(xué)習(xí)框架,并給出了算法流程;最后,對(duì)本文提出的MKL框架進(jìn)行了仿真實(shí)驗(yàn),并與其他核學(xué)習(xí)算法進(jìn)行對(duì)比。實(shí)驗(yàn)結(jié)果顯示本文提出的多核學(xué)習(xí)框架能夠在一定程度上表現(xiàn)出優(yōu)于其他算法的效果與性能;
  (3)基于本文所提出的MKL框架設(shè)計(jì)了一種基于Android平臺(tái)的近紅外人臉檢測系統(tǒng)。通過對(duì)各種常見場景進(jìn)行測試以及對(duì)測試結(jié)果進(jìn)行效果分析,表明

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論