国家自然科学基金(61100139)
- 作品数：5 被引量：9H指数：2
- 相关作者：陈姝何海江更多>>
- 相关机构：湘潭大学长沙学院更多>>
- 发文基金：国家自然科学基金湖南省教育厅优秀青年基金湖南省自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 混合卷积神经网络的人脸验证
- 2018年
- 人脸验证对于个人身份认证很重要,它在系统安全和犯罪识别中具有重要意义.人脸验证的任务是给定一对人脸图像判断是否为相同的身份(即二进制分类).传统的验证方法包括两个步骤:特征提取和人脸验证.提出了一个混合卷积神经网络,用于进行人脸验证,主要过程分为三个步骤:特征提取,特征选择和人脸验证.这个模型关键点是直接使用混合卷积神经网络从原始像素直接学习相关的视觉特征,并通过单变量特征选择和主成分分析(PCA)进一步处理特征.这样可以实现从原始像素提取到具有较好鲁棒性和表达性的特征.在顶层使用支持向量机(SVM)判读是否为同一个人.通过实验可以发现混合卷积神经网络模型与传统方法相比在人脸验证得准确率上有着较好的表现.
- 郭明金倪佳佳陈姝
- 关键词：人脸验证卷积神经网络支持向量机
- 基于稀疏表示的可变形部件模型目标检测被引量：1
- 2017年
- 基于可变形部件模型DPM的目标检测算法采用方向梯度直方图HOG进行特征表示,由于HOG无法处理模糊的边界而且忽略了平滑的特征区域,从而影响了DPM算法的性能。为了提高DPM的性能,提出了一种基于稀疏表示的可变形部件模型目标检测的方法。该方法利用稀疏编码构建一种新的特征描述子来取代原可变形部件所使用的方向梯度直方图,新的特征描述子能够描述物体更多的信息,对图像中的噪声不敏感。实验结果表明,该方法在PASCAL VOC 2012数据集上提高了原可变形部件模型算法的精度。
- 袁奕珊陈姝
- 关键词：目标检测
- 基于深度学习的人脸跟踪自动初始化方法被引量：5
- 2017年
- 针对机器学习领域的人脸跟踪研究,其人脸首帧初始化由人工手动标注的问题,提出了一种基于深度学习的人脸跟踪自动初始化首帧方法。通过建立栈式稀疏自编码神经网络,对大量未标注的样本采用近似恒等的方法计算各隐层节点并运用反向传播法进行权值微调。预训练网络之后,连接softmax分类器,再用少量已标注样本对softmax分类器进行有监督训练,从而形成一个能进行人脸跟踪首帧自动初始化的分类器。结果表明,该方法显著提高了人脸跟踪中首帧初始化的效率,识别准确率达到92%,基本满足了人脸首帧自动初始化的要求。
- 陈芷薇陈姝
- 关键词：人脸跟踪
- 基于排序学习算法的软件错误定位模型研究被引量：3
- 2017年
- 基于谱的错误定位(SBFL)是减小软件调试困难的有效方法。SBFL方法将运行特征组合成不同的错误定位模型,可这些模型受特定程序及测试集影响,性能并不稳定。基于此,提出一种排序学习方法LTR-sbfl,针对不同的程序及其测试集,能学习到相应的错误定位模型。LTR-sbfl首先收集已标注错误语句的程序旧版本,采用与SBFL相同的方法,获得程序语句的运行特征。接着,将错误行与正确行代码的运行特征两两相减,确定为训练数据的一个实例。最后,使用分类算法,从训练数据构造排序模型。在3个基准数据集的实验结果证实,LTR-sbfl的定位精度优于其他SBFL方法。
- 何海江
- 截断误差的光滑型支持向量顺序回归
- 2014年
- 支持向量顺序回归算法已成功应用于解决顺序回归问题,但其易受训练样本中野点的干扰。为此,提出一种截断误差的光滑型支持向量顺序回归(TLS-SVOR)算法。学习顺序回归模型时,将错划样本形成的误差s限制在范围u内。TLS-SVOR首先用包含参数u的分段多项式近似s;再引入光滑型支持向量机分类算法的思路,将优化目标转变为二次连续可微的无约束问题,从而由牛顿法直接求得唯一的决策超平面。采用两阶段的均匀设计方法确定TLS-SVOR的最优参数。实验结果表明,相比其他顺序回归算法,TLS-SVOR在多个数据集能获得更高的精度。
- 何海江
- 关键词：支持向量机
