【摘 要】
：
深度学习在表情识别中的应用,大多基于 VGGNet、GooGleNet 与 ResNet 网络模型,其核心结构均为深度卷积神经网络(Deep convolution neural networks,DCNN)。本文针对现有的传统静态人脸表情识别,对模型训练参数调节以及内部架构有很强的的依赖性这一问题,拟采用数据增强方法,在数据预处理层面实现对人脸表情识别的效果的提升以及模型运算效率的提升;从而降低
论文部分内容阅读
深度学习在表情识别中的应用,大多基于 VGGNet、GooGleNet 与 ResNet 网络模型,其核心结构均为深度卷积神经网络(Deep convolution neural networks,DCNN)。本文针对现有的传统静态人脸表情识别,对模型训练参数调节以及内部架构有很强的的依赖性这一问题,拟采用数据增强方法,在数据预处理层面实现对人脸表情识别的效果的提升以及模型运算效率的提升;从而降低对于硬件设备的要求,提升模型的适用性。
其他文献
本文深度残差为研究背景,针对多种网络图像开展计算分析,以其对比网络之间存在的差异,发挥图像在网络架构中的性能优势,针对网络深度残差应用予以表述,探索其应用价值。
随着我国经济的发展与科技的不断进步,互联网时代早已进入了现代化信息社会,人们对个人的信息和隐私也更加注重起来,同时加强安全防护措施也是必不可少,指纹和面部识别系统也在逐步淘汰,相对手指静脉识别系统还是会有很多漏洞会给不法分子有可趁之机,由于手指静脉差异较大,防攻击性强,安全性高等诸多优点,成为了安全识别领域的最新一大研究。本文主要从手指静脉识别系统的可行性和成果来展开研究,为识别领域的发展做出贡献
随着人工智能、物联网的快速发展,实体卡、二维码、人脸生物特征等已成为智慧校园一卡通平台的重要载体。本文设计并实现了一种基于卡脸识别的实验室门禁管理系统,实现师生刷卡、刷脸出入实验室。结果表明:利用智慧校园一卡通平台、门禁管理系统、人脸库平台等互联互通,保障了师生安全、可靠出入实验室。
Most of the existed vein features are lack of robustness to light intensity variation, and some algorithms rely on the specified vein data sets, which leads to the limitation of real applications. To
自19世纪蒙太奇技术在欧洲开始流行,被广泛应用于照片合成和影视剪辑等方面.随着科学技术不断发展,蒙太奇技术在现代计算机图像处理等领域有着重要的应用.然而,其强大的图案处理功能在复杂波束合成和编辑等方面的应用尚为空白.近20多年来,声学人工材料蓬勃发展,使声隐身、超分辨声聚焦、无衍射结构声束生成等效应得以实现,为蒙太奇技术在超分辨声场信息处理的应用奠定了基础.本文报道了一种利用双轴超构材料透镜实现超
使用传统方法压缩图像存在分辨率低的情况,导致压缩效果较差。为了改善该问题,提出卷积神经网络的舰船图像快速无损压缩算法。在卷积层、池化层和全连接层支持下,训练卷积神经网络图像。构建算法框架,获取输入图像特征图,改善图像质量。利用基于块特征图重构图像获取均方误差,由此设计具体压缩流程,在误差支持下调整压缩后图像分辨率。由实验结果可知,该算法垂直方向和水平方向像素点数量与压缩前一致,具有良好压缩效果,图
为清晰分辨船舶航行图像的边缘特征信息,提出双目视觉原理下的多尺度舰船图像轮廓特征点提取算法。依照图像信息的测距处理方案,匹配必要的视觉性像素,完成基于双目视觉的舰船图像特征点标注处置。在此基础上,根据多尺度成像坐标原理,判定舰船图像的灰度信息,再通过计算轮廓特征系数的方式,实现双目视觉下多尺度舰船图像轮廓特征点提取算法的应用。对比实验结果表明,与SIFT算法相比,应用新型特征点提取算法后,QDI系
针对印刷电路板荧光涂覆区域的检测应用,研究了基于视觉显著性的检测算法,对比分析了基于RGB、HSV、Lab颜色空间分割、基于频率调制、基于图模型流行排序的检测算法。实验结果表明:基于RGB、HSV颜色空间分割的抗光噪声能力差,荧光区域在亮度对比度较低的情况下不易被检测;基于频率调制的检测算法具有良好的抗光噪声性能,可以较为准确地检测出荧光区域的轮廓,但小面积区域容易被忽略误检;基于Lab空间分割的
为了解决重建后CT(computed tomography)图像中出现的金属伪影问题,提出了基于多阈值分割和B样条插值的CT图像金属伪影去除方法。首先,介绍了CT图像中金属伪影产生的原因;然后详细剖析基于多阈值分割和B样条插值的CT图像金属伪影去除方法实施过程;最后,使用于基于多阈值分割和B样条插值的CT图像金属伪影去除方法对含有金属伪影的临床CT图像和模拟phantom图像进行实验。实验表明,提
提出了一种基于人脸识别技术的人体疲劳状态实时监测系统,主要依据人脸识别技术进一步对人眼识别,通过人眼轮廓的变化判断人体的疲劳状态。该方法可以用于实时准确监测课堂上学生的疲劳状态,也可以对疲劳驾驶、小区人员管理方面进行监测。本系统具有硬件简单、成本低廉、易于推广的特点。