期刊导航
期刊开放获取
唐山市科学技术情报研究..
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于新型间谍技术的半监督自训练正例无标记学习
被引量：
2
1
作者
李婷婷
吕佳
范伟亚
《计算机应用》
CSCD
北大核心
2019年第10期2822-2828,共7页
正例无标记(PU)学习中的间谍技术极易受噪声和离群点干扰,导致划分的可靠正例不纯,且在初始正例中随机选择间谍样本的机制极易造成划分可靠负例时效率低下,针对这些问题提出一种结合新型间谍技术和半监督自训练的PU学习框架。首先,该框...
正例无标记(PU)学习中的间谍技术极易受噪声和离群点干扰,导致划分的可靠正例不纯,且在初始正例中随机选择间谍样本的机制极易造成划分可靠负例时效率低下,针对这些问题提出一种结合新型间谍技术和半监督自训练的PU学习框架。首先,该框架对初始有标记样本进行聚类并选取离聚类中心较近的样本来取代间谍样本,这些样本能有效地映射出无标记样本的分布结构,从而更好地辅助选取可靠负例;然后对间谍技术划分后的可靠正例进行自训练提纯,采用二次训练的方式取回被误分为正例样本的可靠负例。该框架有效地解决了传统间谍技术在PU学习中分类效率易受数据分布干扰以及随机间谍样本影响的问题。通过9个标准数据集上的仿真实验结果表明,所提框架的平均分类准确率和F-值均高于基本PU学习算法(Basic_PU)、基于间谍技术的PU学习算法(SPY)、基于朴素贝叶斯的自训练PU学习算法(NBST)和基于迭代剪枝的PU学习算法(Pruning)。
展开更多
关键词
正例无标记学习
间谍技术
半监督自训练
聚类
可靠负例
可靠正例
在线阅读
下载PDF
职称材料
结合改进VGGNet和Focal Loss的人脸表情识别
被引量：
29
2
作者
崔子越
皮家甜
+6 位作者
陈勇
杨杰之
鲜焱
吴至友
赵立军
曾绍华
吕佳
《计算机工程与应用》
CSCD
北大核心
2021年第19期171-178,共8页
针对目前表情识别准确率偏低,表情数据集中类别样本类间差异小、类内差异大以及误标注样本产生的误分类等问题,提出了一种结合改进VGGNet和Focal Loss的人脸表情识别算法。在迁移学习的基础上,通过设计新的输出模块对VGGNet模型进行改进...
针对目前表情识别准确率偏低,表情数据集中类别样本类间差异小、类内差异大以及误标注样本产生的误分类等问题,提出了一种结合改进VGGNet和Focal Loss的人脸表情识别算法。在迁移学习的基础上,通过设计新的输出模块对VGGNet模型进行改进,提升了模型的特征提取能力,能够较好地避免过拟合现象;通过设置概率阈值对Focal Loss进行改进,避免误标注样本对模型分类性能产生影响。实验结果表明,该模型在CK+、JAFFE以及FER2013数据集上的识别准确率分别达到了99.68%、97.61%和72.49%,在实际应用中泛化能力突出。
展开更多
关键词
表情识别
深度学习
迁移学习
FocalLoss
卷积神经网络
在线阅读
下载PDF
职称材料
基于多模态特征融合的轻量级人脸活体检测方法
被引量：
7
3
作者
皮家甜
杨杰之
+5 位作者
杨琳希
彭明杰
邓雄
赵立军
唐万梅
吴至友
《计算机应用》
CSCD
北大核心
2020年第12期3658-3665,共8页
人脸活体检测是人脸识别过程中的一个重要环节,对于身份验证的安全性尤为重要。针对人脸识别过程存在照片、视频、面具、头套、头模等欺骗手段,通过Intel Realsense相机采集人脸RGB图和深度图信息,并在MobileNetV3的基础上提出了特征融...
人脸活体检测是人脸识别过程中的一个重要环节,对于身份验证的安全性尤为重要。针对人脸识别过程存在照片、视频、面具、头套、头模等欺骗手段,通过Intel Realsense相机采集人脸RGB图和深度图信息,并在MobileNetV3的基础上提出了特征融合的轻量级活体检测网络,将深度图与RGB图的特征融合起来并且进行端到端的训练。而为了解决深度学习中参数量较大以及网络尾部对于权重区域的区分的问题,提出在网络尾部采用Streaming Module以减少网络参数量并且对权重区域进行区分。在CASIA-SURF数据集以及所制作的CQNU-LN数据集上进行仿真实验,结果表明所提方法在两个数据集上均于TPR@FPR=10E-4的级别上达到了95%的精度,相较对比方法中精度最高的ShuffleNet分别提高了0.1%和0.05%;在所制作的CQNU-3Dmask数据集上,所提方法于TPR@FPR=10E-4的级别达到了95.2%的精度,比仅训练RGB图或仅训练深度图的方法分别提升了0.9%和6.5%,并且,模型的参数文件的大小仅为1.8 MB,每秒浮点数运算量(FLOPs)仅为1.5×10^6。该方法能够在实际应用中对提取到的人脸进行准确的实时检测。
展开更多
关键词
计算机视觉
卷积神经网络
人脸活体检测
多模态特征融合
轻量级网络
在线阅读
下载PDF
职称材料
题名
基于新型间谍技术的半监督自训练正例无标记学习
被引量：
2
1
作者
李婷婷
吕佳
范伟亚
机构
重庆师范大学
计算机与信息科学学院
重庆市
数字
农业
服务
工程技术
研究
中心
(
重庆师范大学
)
出处
《计算机应用》
CSCD
北大核心
2019年第10期2822-2828,共7页
基金
重庆市自然科学基金资助项目(cstc2014jcyjA40011)
重庆市教委科技项目(KJ1400513)
重庆师范大学科研项目(YKC19018)~~
文摘
正例无标记(PU)学习中的间谍技术极易受噪声和离群点干扰,导致划分的可靠正例不纯,且在初始正例中随机选择间谍样本的机制极易造成划分可靠负例时效率低下,针对这些问题提出一种结合新型间谍技术和半监督自训练的PU学习框架。首先,该框架对初始有标记样本进行聚类并选取离聚类中心较近的样本来取代间谍样本,这些样本能有效地映射出无标记样本的分布结构,从而更好地辅助选取可靠负例;然后对间谍技术划分后的可靠正例进行自训练提纯,采用二次训练的方式取回被误分为正例样本的可靠负例。该框架有效地解决了传统间谍技术在PU学习中分类效率易受数据分布干扰以及随机间谍样本影响的问题。通过9个标准数据集上的仿真实验结果表明,所提框架的平均分类准确率和F-值均高于基本PU学习算法(Basic_PU)、基于间谍技术的PU学习算法(SPY)、基于朴素贝叶斯的自训练PU学习算法(NBST)和基于迭代剪枝的PU学习算法(Pruning)。
关键词
正例无标记学习
间谍技术
半监督自训练
聚类
可靠负例
可靠正例
Keywords
Positive and Unlabeled (PU)learning
spy technology
semi-supervisedself-training
clustering
reliable negativeinstance
reliable positive instance
分类号
TP181 [自动化与计算机技术—控制理论与控制工程]
在线阅读
下载PDF
职称材料
题名
结合改进VGGNet和Focal Loss的人脸表情识别
被引量：
29
2
作者
崔子越
皮家甜
陈勇
杨杰之
鲜焱
吴至友
赵立军
曾绍华
吕佳
机构
重庆师范大学
计算机与信息科学学院
重庆市
数字
农业
服务
工程技术
研究
中心
(
重庆师范大学
)
智慧金融与大数据分析
重庆市
重点实验室(
重庆师范大学
)
重庆师范大学
数学科学学院
出处
《计算机工程与应用》
CSCD
北大核心
2021年第19期171-178,共8页
基金
国家自然科学基金(11971083)
重庆市教委科技项目青年项目(KJQN201800521)
+1 种基金
重庆市基础研究与前沿探索项目(cstc2018jcyjAX0470)
重庆师范大学2019年研究生科研创新项目(YKC19016)。
文摘
针对目前表情识别准确率偏低,表情数据集中类别样本类间差异小、类内差异大以及误标注样本产生的误分类等问题,提出了一种结合改进VGGNet和Focal Loss的人脸表情识别算法。在迁移学习的基础上,通过设计新的输出模块对VGGNet模型进行改进,提升了模型的特征提取能力,能够较好地避免过拟合现象;通过设置概率阈值对Focal Loss进行改进,避免误标注样本对模型分类性能产生影响。实验结果表明,该模型在CK+、JAFFE以及FER2013数据集上的识别准确率分别达到了99.68%、97.61%和72.49%,在实际应用中泛化能力突出。
关键词
表情识别
深度学习
迁移学习
FocalLoss
卷积神经网络
Keywords
expression recognition
deep learning
transfer learning
Focal Loss
convolutional neural network
分类号
TP183 [自动化与计算机技术—控制理论与控制工程]
在线阅读
下载PDF
职称材料
题名
基于多模态特征融合的轻量级人脸活体检测方法
被引量：
7
3
作者
皮家甜
杨杰之
杨琳希
彭明杰
邓雄
赵立军
唐万梅
吴至友
机构
重庆师范大学
计算机与信息科学学院
重庆市
数字
农业
服务
工程技术
研究
中心
(
重庆师范大学
)
智慧金融与大数据分析
重庆市
重点实验室(
重庆师范大学
)
重庆师范大学
数学科学学院
出处
《计算机应用》
CSCD
北大核心
2020年第12期3658-3665,共8页
基金
国家自然科学基金资助项目(11971083)
重庆市教委科技项目青年项目(KJQN201800521)
+1 种基金
重庆市基础研究与前沿探索项目(cstc2018jcyjAX0470)
重庆师范大学2019年研究生科研创新项目(YKC19014)。
文摘
人脸活体检测是人脸识别过程中的一个重要环节,对于身份验证的安全性尤为重要。针对人脸识别过程存在照片、视频、面具、头套、头模等欺骗手段,通过Intel Realsense相机采集人脸RGB图和深度图信息,并在MobileNetV3的基础上提出了特征融合的轻量级活体检测网络,将深度图与RGB图的特征融合起来并且进行端到端的训练。而为了解决深度学习中参数量较大以及网络尾部对于权重区域的区分的问题,提出在网络尾部采用Streaming Module以减少网络参数量并且对权重区域进行区分。在CASIA-SURF数据集以及所制作的CQNU-LN数据集上进行仿真实验,结果表明所提方法在两个数据集上均于TPR@FPR=10E-4的级别上达到了95%的精度,相较对比方法中精度最高的ShuffleNet分别提高了0.1%和0.05%;在所制作的CQNU-3Dmask数据集上,所提方法于TPR@FPR=10E-4的级别达到了95.2%的精度,比仅训练RGB图或仅训练深度图的方法分别提升了0.9%和6.5%,并且,模型的参数文件的大小仅为1.8 MB,每秒浮点数运算量(FLOPs)仅为1.5×10^6。该方法能够在实际应用中对提取到的人脸进行准确的实时检测。
关键词
计算机视觉
卷积神经网络
人脸活体检测
多模态特征融合
轻量级网络
Keywords
computer vision
convolutional neural network
face liveness detection
multi-modal feature fusion
lightweight network
分类号
TP183 [自动化与计算机技术—控制理论与控制工程]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于新型间谍技术的半监督自训练正例无标记学习
李婷婷
吕佳
范伟亚
《计算机应用》
CSCD
北大核心
2019
2
在线阅读
下载PDF
职称材料
2
结合改进VGGNet和Focal Loss的人脸表情识别
崔子越
皮家甜
陈勇
杨杰之
鲜焱
吴至友
赵立军
曾绍华
吕佳
《计算机工程与应用》
CSCD
北大核心
2021
29
在线阅读
下载PDF
职称材料
3
基于多模态特征融合的轻量级人脸活体检测方法
皮家甜
杨杰之
杨琳希
彭明杰
邓雄
赵立军
唐万梅
吴至友
《计算机应用》
CSCD
北大核心
2020
7
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
