检索结果-南通市图书馆

作者：高天立哈尔滨工业大学

学位级别：硕士

人脸表情蕴含着丰富的语义信息,是人与人之间进行沟通交流的一种重要方式之一。如果计算机能获取人脸表情所传达的信息,将对我们的生活带来巨大的影响,而目前随着人脸表情识别在人机交互、驾驶、通信、医疗、安全等领域逐渐得到了广泛... 详细信息

人脸表情蕴含着丰富的语义信息,是人与人之间进行沟通交流的一种重要方式之一。如果计算机能获取人脸表情所传达的信息,将对我们的生活带来巨大的影响,而目前随着人脸表情识别在人机交互、驾驶、通信、医疗、安全等领域逐渐得到了广泛的应用,表情识别问题也成为了工业界与学术界的研究热点之一。近年来基于卷积神经网络的表情识别算法凭借着其强大的适应性逐渐在各种表情识别算法之中有了一席之地。而目前诸多对此算法的改进都着眼于提升网络的深度与广度从而更好的拟合复杂的模型,抑或是通过改进损失函数等方式来提升特定分类任务的性能,但识别的准确率因数据集与网络结构的局限性较其他方法一直未取得明显优势。本文主要从表情识别样本的预处理、SE模块各步骤的改进与结构上的推广以及嵌入SE改进模块后的网络模型三个方面展开了研究,主要内容如下:首先,由于当前表情识别领域可供选用的数据集较为有限,实验室环境下采集的样本往往样本数目相对不足,难以支撑复杂网络的训练。而通过大数据等手段在环境中获取的数据集则由于各表情出现的频率不同导致各样本直接的分布并不均衡,也对网络的训练造成了困难。本文针对上述问题采取了相应的数据集预处理手段,除了进行人脸的识别裁剪及样本的调整与标准化外,还针对样本分布不均的情况采取了过采样策略,而针对样本数目不足的情况采取了数据增广及迁移学习等应对方式,取得了一定的效果。其次,针对当前网络结构的局限性,不同于近年来VGG、Inception、Res Net等网络在深度与宽度方面的改进思路,本文提供了一个改进表情识别网络的新的切入点。本文在各典型网络的基础上,引入了squeeze-and-excitation模块对网络结构进行改进,其通过立体的利用整个卷积核的信息,计算出各通道之间的权重并对原特征图进行调整,起到了类似注意力机制的效果实现了对重要通道特征的强化,在保留原网络特性的同时实现了网络性能的提升。本文还对squeeze-and-excitation模块进行了结构上的改进,对每个步骤的细节进行推敲且对整体结构进行了类比推广,并实验验证了各项改进的有效性。最后,此外本文还探讨了squeeze-and-excitation模块与各典型网络之间的结合方式,通过实验得到了最佳组合模块结构并给出了结合后的网络模型。改进后的网络在各常用表情识别数据集上展开了研究,在FER2013与CK+数据集上分别取得了73.502%的准确率和98.987%的准确率,较历年来相关研究取得了一定提升。

关键词：人脸表情识别卷积神经网络 squeeze-and-excitation模块

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SE-CaraNet的全方位最大密度投影图像颅内动脉瘤自动检测方法

引用

生物医学工程学杂志 2024年第2期41卷 228-236页

作者：白培瑞宋雪峰刘庆一刘佳慧成锦修晓娜任延德王成健山东科技大学电子信息工程学院山东青岛266590 青岛大学附属医院放射科山东青岛265000

传统的单一方位最大密度投影(MIP)图像在检测颅内动脉瘤时容易忽略部分形态特征,造成漏检和误检。针对该问题,本文提出一种新的基于全方位MIP图像的颅内动脉瘤检测方法。首先,对三维磁共振血管造影(MRA)图像进行全方位最大密度投影,获得... 详细信息

传统的单一方位最大密度投影(MIP)图像在检测颅内动脉瘤时容易忽略部分形态特征,造成漏检和误检。针对该问题,本文提出一种新的基于全方位MIP图像的颅内动脉瘤检测方法。首先,对三维磁共振血管造影(MRA)图像进行全方位最大密度投影,获得MIP图像;然后,利用匹配滤波对颅内动脉瘤区域进行预定位;最后,使用squeeze and excitation(SE)模块对CaraNet模型进行了改进,并用改进后的模型对全方位MIP图像中的预定位区域进行检测,确定是否患有颅内动脉瘤。本文收集了245例图像对所提方法进行了测试实验。实验结果表明本文所提方法的精确率和特异性分别可以达到93.75%和93.86%,显著提高了对MIP图像中颅内动脉瘤的检测性能。

关键词：颅内动脉瘤检测最大密度投影 squeeze-and-excitation模块 CaraNet

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

基于卷积神经网络和XGBoost的摔倒检测

引用

激光与光电子学进展 2020年第16期57卷 240-248页

作者：赵心驰胡岸明何为中国科学院上海微系统与信息技术研究所无线传感网与通信重点实验室上海201800 中国科学院大学北京100864

提出了一种基于卷积神经网络和XGBoost的摔倒检测算法。采用基于squeeze-and-excitation模块的YOLO-v3算法对图片进行人体区域检测,在此基础上使用人体姿态估计网络获取人体关节点并提取出特征向量,再将其输入XGBoost进行训练,进而判断... 详细信息

提出了一种基于卷积神经网络和XGBoost的摔倒检测算法。采用基于squeeze-and-excitation模块的YOLO-v3算法对图片进行人体区域检测,在此基础上使用人体姿态估计网络获取人体关节点并提取出特征向量,再将其输入XGBoost进行训练,进而判断人体是否摔倒。实验结果表明,所提出的摔倒检测算法准确率较高,达到98.3%。

关键词：图像处理卷积神经网络 squeeze-and-excitation模块 YOLO-v3 XGBoost 摔倒检测

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

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

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

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：