一种基于深度级联卷积神经网络的快速人脸检测方法.pdf
诗文****仙女
在线预览结束,喜欢就下载吧,查找使用更方便
相关资料
一种基于深度级联卷积神经网络的快速人脸检测方法.pdf
本发明公开的是一种基于深度级联卷积神经网络的快速人脸检测方法,包括创建人脸数据集、组建深度级联卷积神经网络、测试网络模型,使用正负样本组成训练集和验证集,以训练所述深度级联卷积神经网络进行深度学习,在所述深度学习过程中加入性别分类辅助任务,同时采取微调训练;同时对训练方法和网络结构进行优化;本发明基于深度级联卷积神经网络,通过对卷积层的优化改进增加网络深度,并且改进级联网络的级联方式,从而大大降低了网络的计算量,提高了检测速度,同时引入辅助任务训练和微调训练阶段的在线难负样本挖掘方法,提高了网络的分类准确
一种基于深度卷积神经网络的小目标快速检测方法.pdf
本发明公开了一种基于深度卷积神经网络的小目标快速检测方法,该方法对深度卷积神经网络通过以下方法进行改进:选择VGG16网络最后一个共享卷积层的卷积特征图上滑动窗口作为候选框,且采用半像素精度滑动窗;删除地五池化层,保留其他卷积层和池化层;增加一个卷积核为3x3的卷积层;用两个卷积核为1x1卷积层替代网络中所有的全连接层,得到本发明采用的网络,利用采集的数据训练该网络,得到小目标分类模型,并利用该模型进行小目标检测。该方法能够降低计算复杂度,提高小目标的检出率。
基于级联卷积神经网络的人脸关键点检测算法的中期报告.docx
基于级联卷积神经网络的人脸关键点检测算法的中期报告一、研究背景人脸关键点检测是计算机视觉领域中的一个经典问题。其目的是利用计算机对人脸图片中的关键点进行自动化检测和标注。人脸关键点在许多视觉任务中都有很重要的应用,例如人脸识别,情感识别,人脸变形等。在过去的几年里,神经网络在人脸关键点检测方面取得了很大的成功。其中,最常用的方法就是通过级联卷积神经网络来进行检测。这种方法利用了卷积神经网络(CNN)的优势,可以有效地对人脸图片进行特征提取和分类。因此,该方法也被许多研究者使用,并取得了很不错的效果。二、研
基于级联卷积神经网络的三维人脸特征点定位方法.pdf
本发明公开了一种基于级联卷积神经网络的三维人脸特征点定位方法,所述的方法包括以下步骤:步骤一、对训练数据的三维人脸特征点进行预处理,获取SPIDER描述子;步骤二、构造级联卷积神经网络函数,分别对人脸轮廓点和人脸内部关键点,利用全局约束迭代求解的过程分别计算人脸轮廓特征点和人脸内部特征点的三维坐标。本发明可以在复杂场景和条件下,使三维人脸定位可以达到令人满意的结果。
一种基于级联区域卷积神经网络的轮毂缺陷检测方法.pdf
本发明公开了一种基于级联区域卷积神经网络的轮毂缺陷检测方法,包括如下步骤:S1、采集轮毂X光图像;S2、采用自适应阈值分割对轮毂X光图像进行预处理;S3、训练并优化轻量级卷积神经网络模型,用训练和优化后的模型对轮毂X光图像进行初步筛选,如有严重缺陷则过检失败,回炉重铸,非严重缺陷则进行轮毂缺陷检测;S4、建立基于级联区域卷积神经网络的缺陷检测模型,基于级联区域卷积神经网络的缺陷检测模型包括特征提取网络、特征金字塔网络以及级联检测器;S5、获取轮毂缺陷信息并计算缺陷面积,根据轮毂缺陷所在位置和缺陷大小对轮毂