-
题名基于多层特征深度融合的卷积神经网络人脸识别方法
被引量：5
- 1
-
-
作者
徐亚伟
杨会成
-
机构
安徽工程大学电气工程学院
安徽机电职业技术学院电气工程学院
-
出处
《平顶山学院学报》
2019年第2期53-58,共6页
-
基金
安徽省高校自然科学研究重点项目(KJ2018A0120)
-
文摘
针对传统神经网络在人脸图像的训练过程中没有将高低卷积层信息进行融合,为充分利用图像各层特征信息,提出一种基于三层特征融合的全连接卷积神经网络模型,算法将原有网络最后三层特征结合,并将提取的特征信息与最后一层全连接层结合,从而增加了浅层特征的表达,加强了深层特征的提取效果,促使改进后的卷积神经网络提取的信息更加完备;同时将损失函数和中心函数加权联合,以提高人脸图像的识别率和区分性.在CASIA-webface人脸数据库进行的实验结果表明,改进后的网络模型识别率达到98. 7%,优于DCNN等算法,并将训练好的网络模型应用到YALE、PERET、LFW-A等人脸库上,相比其他方法识别率都有所提升.
-
关键词
卷积神经网络
人脸识别
特征融合
中心函数
-
Keywords
convolution neural network
face recognition
feature fusion
central function
-
分类号
P391.413
[天文地球—地球物理学]
-
-
题名基于小波变换的双通道脉冲耦合神经网络图像融合
- 2
-
-
作者
阮晓宇
韩超
-
机构
安徽工程大学电气工程学院
-
出处
《平顶山学院学报》
2019年第2期59-64,共6页
-
基金
安徽省教育厅高校自然科学研究项目(KJ2016A056)
国家级大学生创新训练项目(201810363021)
+5 种基金
安徽省大学生创新训练项目(201710363154)
电子信息科学与技术专业综合改革试点项目(2016zy013
2015zyzhgg02)
电子信息类应用型人才实践与创新能力培养项目(2016jyxm0095
2016jyxm06)
电子科学与光电信息工程系基层教学组织项目(2015jcjxzz03)
-
文摘
提出了一种基于小波变换的双通道脉冲耦合神经网络的图像融合方法.先使用小波变换的方法来分解配准后的各个源图像,进而得到各个源图像的低频分量和高频分量,再把得到的低频和高频系数进行融合处理,使用高斯加权平均的低频融合规则来处理低频子带,利用双通道脉冲耦合神经网络的融合规则处理各高频子带,链接系数为图像的清晰度.融合后的小波系数取决于点火图和点火次数的多少,最后的融合图像由小波逆变换得到.实验结果表明,该方法能更有效地提取原始图像的特征信息,在主观视觉效果以及客观性能指标上较传统算法都有所改善.
-
关键词
图像融合
双通道
小波变换
脉冲耦合神经网络
-
Keywords
image fusion
dual channel
wavelet transform
pulse coupled neural network
-
分类号
P391.413
[天文地球—地球物理学]
-
