期刊导航
期刊开放获取
cqvip
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
多尺度卷积神经网络的头部姿态估计
被引量:
10
1
作者
梁
令
羽
张天天
何为
《激光与光电子学进展》
CSCD
北大核心
2019年第13期71-78,共8页
针对多尺度卷积神经网络的头部姿态估计准确率在实际应用中易受到光照、遮挡等干扰因素的影响,以及大量运算导致算法运行速度较低的问题,提出了头部姿态估计算法。使用不同尺度的卷积核对输入的头部姿态图片进行特征提取,丰富了图像特征...
针对多尺度卷积神经网络的头部姿态估计准确率在实际应用中易受到光照、遮挡等干扰因素的影响,以及大量运算导致算法运行速度较低的问题,提出了头部姿态估计算法。使用不同尺度的卷积核对输入的头部姿态图片进行特征提取,丰富了图像特征,同时保留了图像信息,增强了算法对干扰因素的稳健性。引入1×1卷积对网络结构参数进行降维,降低了系统的运算量,提高了算法的时效性。实验结果表明,所提算法在Pointing′04和CAS-PEAL-R1数据库上的识别率分别为96.5%和98.9%,对于光照、表情、遮挡等干扰表现出较好的稳健性,具有较快的运行速度。
展开更多
关键词
图像处理
头部姿态估计
卷积神经网络
多尺度卷积
1X1卷积
原文传递
Bagging-SVM集成分类器估计头部姿态方法
被引量:
6
2
作者
梁
令
羽
孙铭堃
+1 位作者
何为
李凤荣
《计算机科学与探索》
CSCD
北大核心
2019年第11期1935-1944,共10页
针对现有常用分类器性能不能满足头部姿态估计对准确率的要求,以及光照变化影响头部姿态估计准确率的问题,提出了一种基于Bagging-SVM集成分类器的头部姿态估计方法。首先,通过图片预处理和Adaboost检测人脸区域算法减少背景、光照等干...
针对现有常用分类器性能不能满足头部姿态估计对准确率的要求,以及光照变化影响头部姿态估计准确率的问题,提出了一种基于Bagging-SVM集成分类器的头部姿态估计方法。首先,通过图片预处理和Adaboost检测人脸区域算法减少背景、光照等干扰因素对于头部姿态特征提取的影响。其次,采用融合方向梯度直方图(HOG)特征和局部二值模式(LBP)特征分别对人脸的轮廓特征和纹理特征进行提取。然后,通过主成分分析(PCA)对融合的头部姿态特征进行特征选择,抽取其主元特征分量供分类器进行训练。最后,通过Bagging方法构建多个训练数据集,并采用支持向量机(SVM)对每个数据集进行训练,产生多个弱分类器,多个弱分类器投票决定测试样本所属类别。将该算法在Pointing’04数据集、CAS-PEAL-R1数据集和自建数据集上进行验证实验,实验结果表明提出的算法相比线性判别分类器(LDA)、朴素贝叶斯分类器(NB)等常用分类算法具有更高的分类准确率,对光照的变化具有较好的鲁棒性。
展开更多
关键词
头部姿态估计
特征融合
主成分分析(PCA)
Bagging-SVM
下载PDF
职称材料
基于级联卷积网络的面部关键点定位算法
被引量:
3
3
作者
孙铭堃
梁
令
羽
+2 位作者
汪涵
何为
赵鲁阳
《中国科学院大学学报(中英文)》
CSCD
北大核心
2020年第4期562-569,共8页
目前,人的面部关键点定位算法在限定环境下已达到很高的识别率,但在非限定环境下,仍易受到环境光线不均、测试角度范围广、检测目标姿态多样及遮挡模糊等因素的影响。提出一种级联卷积网络以提高关键点定位的精度与鲁棒性。在进行人脸...
目前,人的面部关键点定位算法在限定环境下已达到很高的识别率,但在非限定环境下,仍易受到环境光线不均、测试角度范围广、检测目标姿态多样及遮挡模糊等因素的影响。提出一种级联卷积网络以提高关键点定位的精度与鲁棒性。在进行人脸检测时,该算法在Light-VGGNet的基础上提出一种DPM-CNN网络结构,引入五官可变形部件,将人脸检测与五官定位同时进行,提高人脸检测精度并降低人脸检测对面部关键点定位的影响。在进行内部关键点定位时,采用由粗到细的算法思想,将两层不同的网络级联实现对内外关键点的定位。利用FDDB数据集进行测试,无论在人脸检测,还是面部关键点定位上,所提出的卷积网络结构准确度和检测速度均高于其他算法,在非限定环境下表现出很好的鲁棒性。
展开更多
关键词
非限定环境
级联卷积网络
Light-VGGNet
DPM-CNN
人脸检测
面部关键点定位
下载PDF
职称材料
题名
多尺度卷积神经网络的头部姿态估计
被引量:
10
1
作者
梁
令
羽
张天天
何为
机构
中国科学院上海微系统与信息技术研究所无线传感网与通信重点实验室
上海科技大学信息科学与技术学院
中国科学院大学
出处
《激光与光电子学进展》
CSCD
北大核心
2019年第13期71-78,共8页
基金
国家重点研发计划(2018YFC1505204)
文摘
针对多尺度卷积神经网络的头部姿态估计准确率在实际应用中易受到光照、遮挡等干扰因素的影响,以及大量运算导致算法运行速度较低的问题,提出了头部姿态估计算法。使用不同尺度的卷积核对输入的头部姿态图片进行特征提取,丰富了图像特征,同时保留了图像信息,增强了算法对干扰因素的稳健性。引入1×1卷积对网络结构参数进行降维,降低了系统的运算量,提高了算法的时效性。实验结果表明,所提算法在Pointing′04和CAS-PEAL-R1数据库上的识别率分别为96.5%和98.9%,对于光照、表情、遮挡等干扰表现出较好的稳健性,具有较快的运行速度。
关键词
图像处理
头部姿态估计
卷积神经网络
多尺度卷积
1X1卷积
Keywords
imaging processing
head pose estimation
convolutional neural network
multi-scale convolution
1X1 convolution
分类号
TP391.4 [自动化与计算机技术—计算机应用技术]
原文传递
题名
Bagging-SVM集成分类器估计头部姿态方法
被引量:
6
2
作者
梁
令
羽
孙铭堃
何为
李凤荣
机构
中国科学院上海微系统与信息技术研究所宽带无线移动通信研究室
上海科技大学信息科学与技术学院
中国科学院大学
出处
《计算机科学与探索》
CSCD
北大核心
2019年第11期1935-1944,共10页
基金
国家重点研发计划No.2018YFC1505204-2~~
文摘
针对现有常用分类器性能不能满足头部姿态估计对准确率的要求,以及光照变化影响头部姿态估计准确率的问题,提出了一种基于Bagging-SVM集成分类器的头部姿态估计方法。首先,通过图片预处理和Adaboost检测人脸区域算法减少背景、光照等干扰因素对于头部姿态特征提取的影响。其次,采用融合方向梯度直方图(HOG)特征和局部二值模式(LBP)特征分别对人脸的轮廓特征和纹理特征进行提取。然后,通过主成分分析(PCA)对融合的头部姿态特征进行特征选择,抽取其主元特征分量供分类器进行训练。最后,通过Bagging方法构建多个训练数据集,并采用支持向量机(SVM)对每个数据集进行训练,产生多个弱分类器,多个弱分类器投票决定测试样本所属类别。将该算法在Pointing’04数据集、CAS-PEAL-R1数据集和自建数据集上进行验证实验,实验结果表明提出的算法相比线性判别分类器(LDA)、朴素贝叶斯分类器(NB)等常用分类算法具有更高的分类准确率,对光照的变化具有较好的鲁棒性。
关键词
头部姿态估计
特征融合
主成分分析(PCA)
Bagging-SVM
Keywords
head pose estimation
feature fusion
principal component analysis(PCA)
Bagging-SVM
分类号
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
基于级联卷积网络的面部关键点定位算法
被引量:
3
3
作者
孙铭堃
梁
令
羽
汪涵
何为
赵鲁阳
机构
中国科学院上海微系统与信息技术研究所
中国科学院大学
出处
《中国科学院大学学报(中英文)》
CSCD
北大核心
2020年第4期562-569,共8页
基金
国家重点研发计划(2018YFC1505204)
中国科学院青年创新促进会(2015186)资助。
文摘
目前,人的面部关键点定位算法在限定环境下已达到很高的识别率,但在非限定环境下,仍易受到环境光线不均、测试角度范围广、检测目标姿态多样及遮挡模糊等因素的影响。提出一种级联卷积网络以提高关键点定位的精度与鲁棒性。在进行人脸检测时,该算法在Light-VGGNet的基础上提出一种DPM-CNN网络结构,引入五官可变形部件,将人脸检测与五官定位同时进行,提高人脸检测精度并降低人脸检测对面部关键点定位的影响。在进行内部关键点定位时,采用由粗到细的算法思想,将两层不同的网络级联实现对内外关键点的定位。利用FDDB数据集进行测试,无论在人脸检测,还是面部关键点定位上,所提出的卷积网络结构准确度和检测速度均高于其他算法,在非限定环境下表现出很好的鲁棒性。
关键词
非限定环境
级联卷积网络
Light-VGGNet
DPM-CNN
人脸检测
面部关键点定位
Keywords
unconstrained environment
cascade convolutional neural network
Light-VGGNet
DPM-CNN
face detection
facial landmark location
分类号
TP391.4 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
多尺度卷积神经网络的头部姿态估计
梁
令
羽
张天天
何为
《激光与光电子学进展》
CSCD
北大核心
2019
10
原文传递
2
Bagging-SVM集成分类器估计头部姿态方法
梁
令
羽
孙铭堃
何为
李凤荣
《计算机科学与探索》
CSCD
北大核心
2019
6
下载PDF
职称材料
3
基于级联卷积网络的面部关键点定位算法
孙铭堃
梁
令
羽
汪涵
何为
赵鲁阳
《中国科学院大学学报(中英文)》
CSCD
北大核心
2020
3
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