久热精品在线视频,思思96精品国产,午夜国产人人精品一区,亚洲成在线a

<s id="x4lik"><u id="x4lik"></u></s>

      <strong id="x4lik"><u id="x4lik"></u></strong>

      基于卷積神經(jīng)網(wǎng)絡(luò)的面部圖像修飾檢測

      王燦軍; 廖鑫; 陳嘉欣; 秦拯; 劉緒崇 湖南大學信息科學與工程學院; 長沙410012; 湖南大學大數(shù)據(jù)研究與應用湖南省重點實驗室; 長沙410082; 湖南警察學院網(wǎng)絡(luò)犯罪偵查湖南省重點實驗室; 長沙410138

      關(guān)鍵詞:卷積神經(jīng)網(wǎng)絡(luò) 深度學習 人臉圖像修飾 修飾檢測 紋理特征 

      摘要:為避免人為因素對人臉面部圖像皮膚紋理特征提取產(chǎn)生的影響,用卷積神經(jīng)網(wǎng)絡(luò)算法對人臉圖像修飾進行檢測.傳統(tǒng)的圖像分類方法需要進行復雜的人工特征提取,而卷積神經(jīng)網(wǎng)絡(luò)可以自動學習并直接從圖像中獲取特征,解決了傳統(tǒng)模式識別方法特征提取難的問題,具有更高的識別率和更廣泛的實用性.在傳統(tǒng)卷積神經(jīng)網(wǎng)絡(luò)模型中,調(diào)整卷積核大小、減少參數(shù)、改變卷積層濾波器數(shù)量、調(diào)整卷積層和池化層的交替方式、使用dropout來提高模型泛化能力以形成適用于人臉修飾檢測的新的網(wǎng)絡(luò)模型.實驗結(jié)果表明,在引入的數(shù)據(jù)集上,新的網(wǎng)絡(luò)模型對人臉圖像的修飾檢測有較強的魯棒性,達到了較高的識別率.

      應用科學學報雜志要求:

      {1}稿件須提供詳細準確的參考文獻信息,包括作者姓名、著作名、出版地、出版單位、出版年,文章名、期刊名及出版時間等。

      {2}學術(shù)內(nèi)容:應具有真實性、科學性、導向性、實用性、創(chuàng)新性。

      {3}每圖應有圖序、圖題、圖注和圖身。圖中的物理量用符號表示并注明單位。圖序、圖題、圖注以及所用的名詞、術(shù)語要與正文一致。

      {4}正文行文中非漢語姓氏一律使用外文原文。

      {5}請在文稿后面注明稿件聯(lián)系人的姓名、工作單位、地址、電話、郵箱等信息,以便本刊編輯聯(lián)系有關(guān)事宜。

      注:因版權(quán)方要求,不能公開全文,如需全文,請咨詢雜志社

      應用科學學報

      北大期刊
      1-3個月下單

      關(guān)注 9人評論|0人關(guān)注
      相關(guān)期刊
      服務與支付