检索结果-南通市图书馆

电脑编程技巧与维护 2024年第8期 98-100页

作者：袁栋磊司马海峰河南理工大学河南焦作454000

随着人脸识别技术的广泛推广应用,人脸活体检测技术变得越来越重要。以往对于人脸活体检测的研究主要集中在分析整个人脸图像,往往忽视了基于局部小特征对人脸图像进行分类会具有较强的分类性能。研究提出基于人脸关键点(包括双眼、鼻... 详细信息

随着人脸识别技术的广泛推广应用,人脸活体检测技术变得越来越重要。以往对于人脸活体检测的研究主要集中在分析整个人脸图像,往往忽视了基于局部小特征对人脸图像进行分类会具有较强的分类性能。研究提出基于人脸关键点(包括双眼、鼻尖、两个嘴角)对人脸图像进行切片,提取子图像的LBP特征,构建切片网络,并通过融合子图像的特征学习到人脸活体的相关特征。同时,还采用基于YCrCb与HSV的两种特征融合方式进行对比。基于NUAA、CelebA-Spoof数据集的实验结果表明,基于人脸关键点进行分块网络分析的方法优于传统的基于整个人脸的活体检测方法。

关键词： HSV色彩模式 YCrCb纹理模式 LBP特征活体检测 resnet网络模型分块人脸活体检测网络

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于深度卷积网络的情绪识别研究及其在线上课堂中的应用

基于深度卷积网络的情绪识别研究及其在线上课堂中的应用

引用

作者：马威中南民族大学

学位级别：硕士

受疫情影响,线上课堂成为师生学习的重要方式之一。线上课堂中,老师往往难以与学生的面对面交流,注重教学内容而忽视了包含学生学习状态的面部情绪等信息。学生线上课堂的情绪状态一定程度上反映学生对知识点的接受程度,从而进一步对线... 详细信息

受疫情影响,线上课堂成为师生学习的重要方式之一。线上课堂中,老师往往难以与学生的面对面交流,注重教学内容而忽视了包含学生学习状态的面部情绪等信息。学生线上课堂的情绪状态一定程度上反映学生对知识点的接受程度,从而进一步对线上课堂的教学效果起到反馈作用。目前越来越多的情绪识别任务引入深度卷积网络,基于深度卷积网络的静态人脸图像情绪识别技术具有分类精度高、泛化能力强等优点,其在线上课堂等较复杂的自然场景中表现出优秀的准确性和鲁棒性。在情绪识别任务中,深度卷积网络提取的深层特征至关重要。因此研究基于深度卷积网络的人脸图像情绪识别DenseNet和resnet网络模型,对比两个网络模型情绪识别性能,并分析各自的适用场景,将其应用到线上课堂教学效果反馈中,从而为线上课堂教学效果反馈提供技术支持。研究工作如下:1、提出多层次监督融合的resnet-ASE网络模型,同时监督浅层、中间层和深层特征,融合互补层特征,帮助网络模型学习情绪特征,并借助非对称卷积提取深层情绪特征,减少resnet-ASE模型参数量。借助深度卷积网络提取的深层情绪特征,提高人脸情绪识别任务的准确率,结合学生人脸图像的线上课堂情绪识别的场景,训练更深的卷积神经网络。提出多层次监督的resnet-ASE网络模型,更容易训练深度卷积网络;并提出监督信息融合结构,融合不同深度的情绪特征。该模型学习的参数量达到了千万数量级,但训练占用显存较低,在数据增强后的FER2013+和RAF数据集上分别取得了95.61%和92.98%的准确率。由于resnet网络模型需要学习的参数数量巨大,因此适合计算资源充足,内存资源缺乏的情绪识别场景。2、提出多尺度空洞卷积融合的DenseNet-MSE网络模型,DenseNet-MSE同时监督浅层、中间层和深层的稠密块。对于resnet网络模型而言,由于其参数量巨大,所以带来巨大的计算资源开销。提出多尺度空洞卷积模块提取不同空间尺度特征的稠密卷积神经网络模型,实现低计算成本下人脸图像情绪识别。该模型主要由多尺度空洞卷积和多层次监督融合的DenseNet神经网络两个子网络组成,其中多尺度空洞卷积由不同空洞率的四分支网络提取不同尺度特征;多层次监督和融合提取不同深度的情绪特征;最后在DenseNet-MSE网络中结合Adam优化器和中心损失函数。模型对数据增强后的FER2013+和RAF数据集识别准确率分别达到93.99%和88.23%。与resnet-ASE比较可得,DenseNet-MSE网络模型需要学习的参数数量较少,但识别准确率比resnet-ASE稍差,因此适合计算资源缺乏,内存资源充足且准确率要求不高的情绪识别场景。3、搭建微服务实现并部署线上课堂人脸情绪识别的教学效果反馈系统。由于计算资源充足,显存资源有限,因此在服务器部署训练完成的resnet-ASE网络模型,截取腾讯会议中的学生上课图像,使用Dlib的人脸检测截取人脸图像,resnet-ASE网络模型输出学习状态,将学习状态通过邮件及时发送给老师和学生,设计数据库和前端页面,完成系统的实现和测试分析。

关键词：情绪识别线上课堂空洞卷积 DenseNet网络模型非对称卷积 resnet网络模型

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

一种书法汉字智能评价方法的研究与实现

一种书法汉字智能评价方法的研究与实现

引用

作者：孙家豪湖北工业大学

学位级别：硕士

汉字是中华文明的象征,书法是汉字文化的精髓。当前书法教育进入普及和深化特殊时期,针对目前书法教学的存在书法教学师资匮乏、水平参差不齐及授课内容随意混乱的棘手问题。本课题分为书法汉字识别、书法汉字评价和法汉字的辅助教学系... 详细信息

汉字是中华文明的象征,书法是汉字文化的精髓。当前书法教育进入普及和深化特殊时期,针对目前书法教学的存在书法教学师资匮乏、水平参差不齐及授课内容随意混乱的棘手问题。本课题分为书法汉字识别、书法汉字评价和法汉字的辅助教学系统三个部分。该系统对无人值守的情况下完成书法练习作品进行评价和指导,解决了在书法教育上面临的师资匮乏等问题。首先,书法图像数据在形体和字体存在的多养性、样本的稀缺性给书法汉字识别增加了难度和挑战,本文使用深度学习图像识别技术与书法汉字图像相结合,通过卷积神经网络提取图像高层抽象特征,完成书法汉字识别任务;其次,书法汉字在评价方面存在者较多的主观判断,是一种难以定性的评价,本文对基于图像处理技术,对书法汉字的骨架的全局特征和局部特征进行了分析与对比,通过计算特征的相似度,完成书法汉字的评价任务;最后,通过给出的评价分数输出,并给出合理的练习建议,完成书法汉字的辅助学习系统。本文主要研究内容如下:第一:本文在识别模块使用深度学习的方法,将Google Net网络和Res Net网络进行网络结构对比,通过将这两个网络分别进行脱机手写汉字实验,得到95.97%和96.63%的识别结果,实验结果表明,Res Net网络具有较高的手写汉字识别精度。同时通过实验得到Res Net网络模型对书法汉字进行识别也同样具有较高的识别精度。第二:本文提出了一种基于汉字的骨架提取算法,针对单一书法汉字图像的综合评价方法,即局部特征和全局特征分析。局部特征从书法汉字笔画出发,对汉字笔画的拐角相似度分析;全局特征从汉字整体结构出发,对汉字进行整体的“米”字格拆分,基于Hu矩和皮尔逊系数计算拆分后的相似度。同时通过对比人工评分,并验证了本文所提出系统的可靠性。第三:构建书法汉字辅助学习系统,该系统实现了对用户所输入的书法练习成果进行评分和评价反馈,让用户在完成书法练习后,能较为直观的发现自身作品的不足,并加以改正。

关键词：计算机应用书法汉字深度学习 resnet网络模型局部与整体特征辅助学习系统

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于注意力resnet模型的小麦锈病检测方法研究

引用

智能计算机与应用 2023年第12期13卷 124-128页

作者：亢建华刘成忠杨红强甘肃农业大学信息科学技术学院兰州730070

针对小麦锈病识别率不高和病症难以判断问题,提出一种基于注意力机制(Attention Mechanism, AT)的残差网络模型(Residual Network, resnet)。该模型利用resnet网络能够抑制梯度弥散的优势,并引入注意力机制对小麦锈病特征因子赋予权重... 详细信息

针对小麦锈病识别率不高和病症难以判断问题,提出一种基于注意力机制(Attention Mechanism, AT)的残差网络模型(Residual Network, resnet)。该模型利用resnet网络能够抑制梯度弥散的优势,并引入注意力机制对小麦锈病特征因子赋予权重。对输入的小麦锈病图像进行通道注意力权重赋值,并提取图像空间细粒度特征完成小麦锈病检测。研究结果表明:该网络模型在Wheat-data数据集上平均识别精确率为95.20%,F1-score为96.35%;与非注意力resnet网络模型相比其平均识别精确率和F1-score平均提高0.63%和1.03%。通过对网络模型参数和识别准确率分析,表明AT-resnet100网络模型具有较好的性能。

关键词：深度学习注意力机制 resnet网络模型小麦锈病检测方法

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

注意力机制在水声目标分类识别中的应用研究

引用

声学与电子工程 2023年第1期 24-28页

作者：高荪培白高颐曹怀刚杨家铭第七一五研究所杭州310023 哈尔滨工程大学哈尔滨150006

针对深度学习中水声目标细粒度特征提取效果不佳的情况,文章在resnet网络的基础上,引入注意力机制,构建了ATT-resnet网络模型。模型强化对物理谱频率方向的注意力,以进一步提升网络提取特征的能力。为验证该模型的有效性,对货船、客船... 详细信息

针对深度学习中水声目标细粒度特征提取效果不佳的情况,文章在resnet网络的基础上,引入注意力机制,构建了ATT-resnet网络模型。模型强化对物理谱频率方向的注意力,以进一步提升网络提取特征的能力。为验证该模型的有效性,对货船、客船、拖船、油船四类船舶音频数据进行网络训练和模型验证。实验表明,以Mel谱和MFCC作为输入,ATT-resnet较resnet模型,精度分别提升0.2%和1.8%,证明注意力机制对水声目标分类识别网络模型具有性能增益。

关键词：水声目标分类识别注意力机制 resnet网络模型

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于深度学习的垃圾分类信息系统构建设计与实现

引用

电脑编程技巧与维护 2023年第5期 113-115页

作者：李叶萱余赞高靖棠张阳阳王岩南通理工学院计算机与信息工程学院江苏南通226000

垃圾分类是社会进步和生态文明发展的标志,生活垃圾的简单堆放或填埋不仅严重破坏了生活秩序,还会造成巨大的经济损失及环境污染,影响了人们的正常生活。基于深度学习的垃圾分类信息系统,主要利用计算机视觉技术,实现居民生活垃圾的智... 详细信息

垃圾分类是社会进步和生态文明发展的标志,生活垃圾的简单堆放或填埋不仅严重破坏了生活秩序,还会造成巨大的经济损失及环境污染,影响了人们的正常生活。基于深度学习的垃圾分类信息系统,主要利用计算机视觉技术,实现居民生活垃圾的智能分类、分拣。为了提高识别准确率,系统选择了resnet作为网络模型,同时使用Adam优化器也可以帮助系统降低对内存的需求。垃圾分类信息系统很大程度上解决了居民垃圾分类困难的问题,引导居民养成垃圾分类习惯。

关键词： resnet网络模型垃圾分类信息系统 Adam算法

来源：

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：