期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
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
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 呼吸道疾病 咳嗽 densenet结构 识别 最优模型
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部