一种基于图像分块加权的卷积神经网络的人脸识别方法.pdf
邻家****mk
在线预览结束,喜欢就下载吧,查找使用更方便
相关资料
一种基于图像分块加权的卷积神经网络的人脸识别方法.pdf
本发明公开了一种基于图像分块加权的卷积神经网络的人脸识别方法,方法包括:构建样本数据库,对样本图片进行边缘检测,并截取出人脸轮廓图片;对人脸轮廓图片的五个部位进行定位,并根据定位进行分割得到局部图片,计算所有局部图片的灰度方差均值;将属于同一样本图片的人脸轮廓图片和六个局部图片一起并行投入到卷积神经网络中训练;将待识别人脸图片分割后一并投入到训练好的卷积神经网络中即可得到识别结果。本发明的有益效果是:本发明的人脸识别方法既考虑局部的特征,又考虑全局的特征,可以使系统有更好的识别效果,与传统的人脸识别方法相
基于卷积神经网络与加权核特征分析的图像识别方法.pdf
本发明属于雷达目标识别领域。一种基于卷积神经网络与加权核特征分析的图像识别方法,具体步骤为:首先,对SAR图像进行预处理,包括裁剪和去噪。其次,利用卷积神经网络提取SAR图像目标的特征。然后,利用加权核特征分析,筛选提取到的特征,去除坏的特征,保留好的特征。最后,利用最近邻分类进行识别。本发明将卷积神经网络和加权核特征分析方法结合,将卷积神经网络提取的特征用加权核特征分析降维,然后用最近邻分类识别,有效的弥补了传统的卷积神经网络识别性能欠佳的特点;同时利用加权核特征分析对特征矩阵降维,提纯了特征,提高了识
基于卷积神经网络的人脸识别方法.pdf
一种基于卷积神经网络的人脸识别方法及装置.pdf
本发明提出了一种基于卷积神经网络的人脸识别方法及装置。包括:从视频中提取图像帧,根据图像帧获取待识别图像,对待识别图像进行预处理,获取待训练数据;构建卷积神经网络,将待训练数据放入卷积神经网络进行训练,获取待训练数据的特征值;获取本地人脸信息库,通过余弦相似度计算特征值与本地人脸信息库中每一张图像特征值的待识别相似度,根据待识别相似度,对特征值对应的待识别图像进行识别。本发明通过提取对待识别图像进行预处理,然后通过卷积神经网络以及余弦相似度对待训练数据进行计算,并对待识别图像进行识别,通过这种方式,可以降
一种基于分块卷积神经网络的细粒度图像分类方法.pdf
一种基于分块卷积神经网络的细粒度图像分类方法,涉及细粒度图像识别技术领域,解决现有方法将原始图像平均分块后输入到卷积神经网络中用于细粒度图像分类,存在感受野限制较弱的问题,本发明不引入额外的参数与运算,在预测过程中保留通用卷积神经网络的高效性,不需要过大的感受野的特性将输入特征图进行分块,每块分别进行卷积操作后,再重新拼接,具有较强的限制性。本发明将卷积的感受野按需要进行限制,使网络更加关注局部区域的特征,更适合应用于细粒度图像分类任务。本发明所述的细粒度图像分类方法,在不引入更多参数的前提下,限制卷积层