版權(quán)說(shuō)明:本文檔由用戶(hù)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(jiǎn)介
1、近年來(lái),卷積神經(jīng)網(wǎng)絡(luò)在各個(gè)計(jì)算機(jī)視覺(jué)領(lǐng)域都得到了巨大發(fā)展,同時(shí)基于卷積神經(jīng)網(wǎng)絡(luò)的算法也逐漸的被應(yīng)用于日常生活中??焖僭鲩L(zhǎng)的計(jì)算資源以及大量數(shù)據(jù)集的出現(xiàn),使得卷積神經(jīng)網(wǎng)絡(luò)的深度學(xué)習(xí)方法為提高人臉識(shí)別的準(zhǔn)確率提供了很多可能性。隨著具體場(chǎng)景應(yīng)用對(duì)于性能的要求逐步提高,設(shè)計(jì)合理的深度人臉識(shí)別網(wǎng)絡(luò)結(jié)構(gòu)已經(jīng)成為決定網(wǎng)絡(luò)性能的關(guān)鍵因素?,F(xiàn)有的深度人臉網(wǎng)絡(luò)主要通過(guò)添加多層卷積層以提取更為高效的特征向量,這種加深網(wǎng)絡(luò)結(jié)構(gòu)實(shí)現(xiàn)性能提升的方法使得網(wǎng)絡(luò)結(jié)構(gòu)龐大
2、、參數(shù)過(guò)多并且忽略了每層網(wǎng)絡(luò)的寬度對(duì)于性能的影響。同時(shí),研究者對(duì)于各種人臉識(shí)別網(wǎng)絡(luò)所提取特征以及統(tǒng)計(jì)人臉特征之間的關(guān)系沒(méi)有很好地進(jìn)行分析并加以有效利用。
本文通過(guò)對(duì)現(xiàn)有的深度學(xué)習(xí)人臉識(shí)別網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行分析,并基于互信息理論進(jìn)行如下工作:
?。?)以卷積神經(jīng)網(wǎng)絡(luò)中的深度和寬度概念作為基礎(chǔ),根據(jù)實(shí)驗(yàn)數(shù)據(jù)庫(kù)中人臉圖片的特點(diǎn),在已有的網(wǎng)絡(luò)結(jié)構(gòu)如DeepID,DeepID2,F(xiàn)aceNet等現(xiàn)有模型設(shè)計(jì)方式的基礎(chǔ)上提出了一個(gè)通過(guò)平
3、衡深度和寬度之間關(guān)系的人臉網(wǎng)絡(luò)設(shè)計(jì)優(yōu)化方法:當(dāng)深度人臉網(wǎng)絡(luò)結(jié)構(gòu)的深度和寬度值接近一致時(shí),其識(shí)別效果有顯著提高。通過(guò)此優(yōu)化方法設(shè)計(jì)的深度人臉網(wǎng)絡(luò)能夠在取得理想識(shí)別率的同時(shí),將網(wǎng)絡(luò)結(jié)構(gòu)控制在一定的深度范圍并避免訓(xùn)練中所出現(xiàn)的過(guò)擬合現(xiàn)象。
?。?)運(yùn)用提出的網(wǎng)絡(luò)設(shè)計(jì)優(yōu)化方法并基于 ResNet超深網(wǎng)絡(luò)設(shè)計(jì)全新的多級(jí)人臉識(shí)別平衡網(wǎng)絡(luò)。通過(guò)在FERET,F(xiàn)RGC,LFW,YouTube Face等多個(gè)數(shù)據(jù)集上的對(duì)比結(jié)果證明,引入本文所提出
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)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(hù)所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)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(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)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(hù)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。
最新文檔
- 人臉識(shí)別中的特征提取算法研究.pdf
- 人臉識(shí)別特征抽取算法的研究.pdf
- 人臉表情識(shí)別中的特征提取算法研究.pdf
- 人臉表情的特征提取和識(shí)別算法研究.pdf
- 人臉圖像特征提取和識(shí)別算法研究.pdf
- 人臉識(shí)別中的特征向量?jī)?yōu)化算法研究.pdf
- 基于特征臉和多特征的人臉識(shí)別算法研究.pdf
- 人臉識(shí)別中特征提取算法的研究及應(yīng)用.pdf
- 人臉識(shí)別中特征提取與選擇算法的研究.pdf
- 基于人臉和虹膜的多生物特征識(shí)別模型研究.pdf
- 人臉識(shí)別中的姿態(tài)估計(jì)、識(shí)別算法和融合算法的研究.pdf
- 人臉特征提取和識(shí)別算法的研究與實(shí)現(xiàn).pdf
- 基于改進(jìn)CNN的人臉檢測(cè)和識(shí)別技術(shù)研究.pdf
- 人臉識(shí)別中特征提取算法的研究與實(shí)現(xiàn).pdf
- 人臉識(shí)別中的特征提取與分類(lèi)算法研究.pdf
- 人臉識(shí)別系統(tǒng)中的特征檢測(cè)算法研究.pdf
- 人臉特征定位和人臉識(shí)別方法的研究.pdf
- 基于Gabor特征和Adaboost算法的人臉表情識(shí)別研究.pdf
- 基于特征學(xué)習(xí)的人臉識(shí)別算法研究.pdf
- 基于特征表示的人臉識(shí)別算法研究.pdf
評(píng)論
0/150
提交評(píng)論