一种改进MobileNet模型的人脸表情识别方法.pdf
英哲****公主
在线预览结束,喜欢就下载吧,查找使用更方便
相关资料
一种改进MobileNet模型的人脸表情识别方法.pdf
本发明提出一种改进的MobileNet网络模型,在保留MobileNet轻量级整体结构的情况下,结合人脸表情识别的特点,进一步精简网络,使网络接收48*48的单通道灰度图片。为了减少网络计算量,保留了MobileNetV1模型中的深度可分离卷积层。同时为了解决在深度卷积层后引入非线性激活函数可能会导致信息丢失的问题,本发明在深度卷积层后直接舍弃非线性激活函数,采用MobileNetV2中提到的线性输出。网络模型使用了线性支持向量机进行人脸表情分类网络模型。最终本发明网络模型参数较MobileNetV1及M
一种基于改进MobileNet模型的蜂窝肺识别方法.pdf
本发明公开了一种基于改进MobileNet模型的蜂窝肺识别方法,研究涉及图像处理技术领域;方法包括:获取蜂窝征CT影像数据集,对数据集进行数据标注和预处理;构建分类识别模型;计算模型输出与原始数据的误差损失值;根据误差损失值更新神经网络模型的参数;遍历所有训练样本,完成神经网络模型的训练学习,构建蜂窝肺CT影像识别模型,利用评价指标获得模型的识别性能;本发明是在计算机辅助的前提下精确获得蜂窝肺CT影像识别分类结果,提高分类识别准确率和模型整体性能。
一种人脸表情识别方法.pdf
本发明涉及模式识别技术领域,尤其涉及一种人脸表情识别方法。解决人脸表情识别准确率率不高的问题。方法包括:步骤1、采集人脸表情图像;步骤2、图像预处理;步骤3、将预处理后的图像分成训练表情样本和测试表情样本;步骤4、人脸表情特征提取与特征降维,得到;步骤5、训练人脸表情识别模型;步骤6、将降维得到的测试表情样本的特征值输入人脸表情识别模型进行识别,得到识别结果。对采集到的图像进行彩色图像灰度化、头部姿势矫正等一系列预处理,有助于后续对人脸表情的特征提取和识别;采用层次分类法,将多个支持向量机进行组合在一起,
一种基于改进残差神经网络的人脸表情识别方法.pdf
本发明属于图像识别技术领域,公开了一种基于改进残差神经网络的人脸表情识别方法,包括如下步骤:步骤1:数据预处理;步骤2:构建基于改进残差神经网络的人脸表情识别模型;步骤3:对人脸识别模型进行迭代训练;步骤4:基于训练好的人脸表情识别模型获取人脸表情识别结果。本发明基于残差思想设计了两种残差模块,防止了网络退化问题的出现。本发明引入了Inception模块,解决了特征提取不够丰富的问题。本发明使用了较新的Mish激活函数替换了常用的ReLu激活函数,进一步提高了模型的鲁棒性,提高了人脸表情识别的精度。本发明
一种基于改进的MobileNet V2网络模型的树种识别方法.pdf
本发明公开了一种基于改进的MobileNetV2网络模型的树种识别方法,该方法包括:在第一MobileNetV2网络模型的线性瓶颈倒残差模块bottleneck中,在卷积核为3x3的深度卷积和降维的逐点卷积之间融合通道空间混合注意力模块,得到第二MobileNetV2网络模型,将待识别树皮图像输入第二MobileNetV2网络模型,其输出待识别树皮图像的种类分数;待识别树皮图像的种类分数经过归一化指数函数获得属于各个树种类别的概率大小,将概率最大对应的树种类别作为模型预测的待识别树皮图像的树种类别