检索结果

期刊

出版年

关键词

Please wait a minute...

选择:

导出引用
EndNote Ris BibTeX

显示/隐藏图片

Select

1. 基于深度学习的轻量级和多姿态人脸识别方法

龚锐, 丁胜, 章超华, 苏浩

计算机应用 2020, 40 (3): 704-709. DOI: 10.11772/j.issn.1001-9081.2019071272

摘要（900）

PDF （852KB）（559）

目前基于深度学习的人脸识别方法存在识别模型参数量大、特征提取速度慢的问题，而且现有人脸数据集姿态单一，在实际人脸识别任务中无法取得好的识别效果。针对这一问题建立了一种多姿态人脸数据集，并提出了一种轻量级的多姿态人脸识别方法。首先，使用多任务级联卷积神经网络（MTCNN）算法进行人脸检测，并且使用MTCNN最后包含的高层特征做人脸跟踪；然后，根据检测到的人脸关键点位置来判断人脸姿态，通过损失函数为ArcFace的神经网络提取当前人脸特征，并将当前人脸特征与相应姿态的人脸数据库中的人脸特征比对得到人脸识别结果。实验结果表明，提出方法在多姿态人脸数据集上准确率为96.25%，相较于单一姿态的人脸数据集，准确率提升了2.67%，所提方法能够有效提高识别准确率。

参考文献 | 相关文章 | 多维度评价

Select

2. 基于深度学习的复杂气象条件下海上船只检测

熊咏平, 丁胜, 邓春华, 方国康, 龚锐

计算机应用 2018, 38 (12): 3631-3637. DOI: 10.11772/j.issn.1001-9081.2018040933

摘要（1088）

PDF （1097KB）（872）

为了解决复杂海情环境下的不同种类和大小的舰船检测问题，提出一种实时的深度学习的目标检测算法。首先，提出了一种清晰图片和模糊图片（雨、雾等图片）判别的方法；然后，在YOLO v2的深度学习框架的基础上提出一种多尺度目标检测算法；最后，针对遥感图像舰船目标的特点，提出了一种改进的非极大值抑制和显著性分割算法，对最终的检测结果进一步优化。在复杂海情和气象条件下的舰船目标公开比赛的数据集上，实验结果表明，相比原始的YOLO v2，该方法的准确率提升了16%。

参考文献 | 相关文章 | 多维度评价