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
2
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MobileNetV3多尺度特征融合的人脸表情识别
1
作者
薛志超
伊力哈木·亚尔买买提
闫天星
《电子测量技术》
北大核心
2023年第8期38-44,共7页
针对人脸表情识别中普通卷积神经网络特征提取能力不足且识别效率低下的情况,本文提出了一种基于MobileNetV3多尺度特征融合的人脸表情识别。首先利用MobileNetV3进行特征提取以获得高层次情感信息;其次在骨干网络中借鉴DenseNet结构,...
针对人脸表情识别中普通卷积神经网络特征提取能力不足且识别效率低下的情况,本文提出了一种基于MobileNetV3多尺度特征融合的人脸表情识别。首先利用MobileNetV3进行特征提取以获得高层次情感信息;其次在骨干网络中借鉴DenseNet结构,增强特征复用并提升网络重要面部特征表达能力;然后利用特征金字塔模块充分获取人脸图像的深层和浅层多尺度融合特征,从而提高了MobileNetV3的特征提取能力和实时性;最后利用全连接层构建分类器对表情进行分类,从而完成了人脸表情识别。通过实验验证,结果表明,在CK+和FERPlus数据集上识别准确率可以达到88.3%和98.8%,与现有方法相比分别提高了2.3%和1.5%,表明了所提方法识别效果好,泛化能力强。
展开更多
关键词
人脸表情识别
情感分析
MobileNetV3模型
特征金字塔
densenet
结构
下载PDF
职称材料
基于DenseNet模型的猪咳嗽声识别算法研究
2
作者
宋航
赵斌
+3 位作者
孙浩楠
王淞
李普
马永财
《黑龙江畜牧兽医》
CAS
北大核心
2022年第20期41-44,49,共5页
为了增强猪传统咳嗽声识别算法的准确性和快速性,试验以6头患有猪呼吸道疾病的长白猪为猪声信号采集对象,研究猪咳嗽声智能识别方法。首先采用谱减法、单参数双门限端点检测法和时间规整法对采集到的原始猪声信号进行预处理,实现猪声信...
为了增强猪传统咳嗽声识别算法的准确性和快速性,试验以6头患有猪呼吸道疾病的长白猪为猪声信号采集对象,研究猪咳嗽声智能识别方法。首先采用谱减法、单参数双门限端点检测法和时间规整法对采集到的原始猪声信号进行预处理,实现猪声信号去噪和有效等长信号片段提取;然后,对预处理后的猪声信号提取13维梅尔频率倒谱系数(MFCC)特征参数;最后,针对DenseNet-121、DenseNet-169和ResNet-34三类神经网络对猪咳嗽声的识别性能进行比较研究,通过对比分析识别准确率和识别时间两个评价指标,选出最佳猪咳嗽声识别模型。结果表明:DenseNet-121模型识别猪咳嗽声准确率(90.9%)最高,识别时间(0.019 s)最短,为最优猪咳嗽声识别模型。说明DenseNet-121猪咳嗽声识别模型能够实现猪呼吸道疾病的早期智能预警。
展开更多
关键词
猪
呼吸道疾病
咳嗽
densenet
结构
识别
最优模型
原文传递
题名
基于MobileNetV3多尺度特征融合的人脸表情识别
1
作者
薛志超
伊力哈木·亚尔买买提
闫天星
机构
新疆大学电气工程学院
出处
《电子测量技术》
北大核心
2023年第8期38-44,共7页
基金
国家自然科学基金(61866037,61462082)项目资助。
文摘
针对人脸表情识别中普通卷积神经网络特征提取能力不足且识别效率低下的情况,本文提出了一种基于MobileNetV3多尺度特征融合的人脸表情识别。首先利用MobileNetV3进行特征提取以获得高层次情感信息;其次在骨干网络中借鉴DenseNet结构,增强特征复用并提升网络重要面部特征表达能力;然后利用特征金字塔模块充分获取人脸图像的深层和浅层多尺度融合特征,从而提高了MobileNetV3的特征提取能力和实时性;最后利用全连接层构建分类器对表情进行分类,从而完成了人脸表情识别。通过实验验证,结果表明,在CK+和FERPlus数据集上识别准确率可以达到88.3%和98.8%,与现有方法相比分别提高了2.3%和1.5%,表明了所提方法识别效果好,泛化能力强。
关键词
人脸表情识别
情感分析
MobileNetV3模型
特征金字塔
densenet
结构
Keywords
facial expression recognition
sentiment analysis
MobileNetV3 model
feature pyramid networks
densenet
structure
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DenseNet模型的猪咳嗽声识别算法研究
2
作者
宋航
赵斌
孙浩楠
王淞
李普
马永财
机构
黑龙江八一农垦大学工程学院
出处
《黑龙江畜牧兽医》
CAS
北大核心
2022年第20期41-44,49,共5页
基金
黑龙江省自然科学基金项目(LH2019E073)
黑龙江省“百千万”重大专项(SC2020ZX17B0009)
大庆市指导课题(zd-2020-46)。
文摘
为了增强猪传统咳嗽声识别算法的准确性和快速性,试验以6头患有猪呼吸道疾病的长白猪为猪声信号采集对象,研究猪咳嗽声智能识别方法。首先采用谱减法、单参数双门限端点检测法和时间规整法对采集到的原始猪声信号进行预处理,实现猪声信号去噪和有效等长信号片段提取;然后,对预处理后的猪声信号提取13维梅尔频率倒谱系数(MFCC)特征参数;最后,针对DenseNet-121、DenseNet-169和ResNet-34三类神经网络对猪咳嗽声的识别性能进行比较研究,通过对比分析识别准确率和识别时间两个评价指标,选出最佳猪咳嗽声识别模型。结果表明:DenseNet-121模型识别猪咳嗽声准确率(90.9%)最高,识别时间(0.019 s)最短,为最优猪咳嗽声识别模型。说明DenseNet-121猪咳嗽声识别模型能够实现猪呼吸道疾病的早期智能预警。
关键词
猪
呼吸道疾病
咳嗽
densenet
结构
识别
最优模型
Keywords
porcine
respiratory diseases
cough
densenet
structure
distinguish
optimal mode
分类号
S831.7 [农业科学—畜牧学]
原文传递
题名
作者
出处
发文年
被引量
操作
1
基于MobileNetV3多尺度特征融合的人脸表情识别
薛志超
伊力哈木·亚尔买买提
闫天星
《电子测量技术》
北大核心
2023
0
下载PDF
职称材料
2
基于DenseNet模型的猪咳嗽声识别算法研究
宋航
赵斌
孙浩楠
王淞
李普
马永财
《黑龙江畜牧兽医》
CAS
北大核心
2022
0
原文传递
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