-
题名基于双激活层深度卷积特征的人脸美丽预测研究
被引量:10
- 1
-
-
作者
甘俊英
翟懿奎
黄聿
曾军英
姜开永
-
机构
五邑大学信息工程学院
-
出处
《电子学报》
EI
CAS
CSCD
北大核心
2019年第3期636-642,共7页
-
基金
国家自然科学基金(No.61072127
No.61372193)
+1 种基金
广东省自然科学基金(No.S2013010013311)
广东省特色创新项目(No.2017KTSCX181)
-
文摘
目前,人脸美丽预测存在数据规模小、分类难度大、深度特征研究不足等问题.为此,本文提出基于双激活层深度卷积特征的人脸美丽预测研究的解决方案.首先,采用数据增强和人脸对齐方法来增加训练集的样本数量和提高数据库的数据质量.其次,提出一种双激活层改进CNN模型,使其更适合人脸美丽预测应用.实验结果表明,本文所提方法在分类和回归预测方面均大幅度优于传统人脸美丽预测方法;同时,在主流的CNN模型中取得了较好的实时性和准确性,基于2000测试集的分类准确率达到61.1%,回归相关度达到0.8546.因此,双激活层在深层人脸美丽特征学习中发挥了重要作用,可广泛应用于人脸图像识别与处理.
-
关键词
人脸美丽预测
卷积神经网络
双激活层
数据增强
-
Keywords
facial beauty prediction
convolutional neural network(CNN)
double activation layer
data augmentation
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
TP183
[自动化与计算机技术—控制理论与控制工程]
-
-
题名深度PCANet模型的人脸美丽预测
被引量:1
- 2
-
-
作者
甘俊英
姜开永
曾军英
何国辉
谭海英
-
机构
五邑大学信息工程学院
-
出处
《信号处理》
CSCD
北大核心
2018年第12期1525-1534,共10页
-
基金
国家自然科学基金项目(61771347
61072127
+2 种基金
61372193)
广东省特色创新类资助项目(2015KTSCX145)
广东省自然科学基金项目(S2013010013311)
-
文摘
深度卷积神经网络(Deep Convolution Neural Network,DCNN)在人脸识别、图像分类和目标检测领域已取得较好效果,并得到广泛应用;但是,在人脸美丽预测中却存在拟合效果欠佳、网络训练难度大等问题。深度PCANet模型,将深度主元分析网络(Principal Component Analysis Network,PCANet)作为特征提取器;采用无监督预训练提取网络参数,具有网络训练时间短、图像特征提取快等特点,能有效避免DCNN存在的问题。为此,本文将深度PCANet引入人脸美丽预测,对训练集图像采用多尺度预处理,训练深度PCANet。该模型可提取人脸图像的结构性全局特征,采用特征增强方法可生成更具表征能力的特征;运用线性支持向量机(Support Vector Machine,SVM)和随机森林(Random Forest,RF)回归器进行训练和预测。基于SCUT-FBP人脸美丽数据库的实验结果表明,深度PCANet模型具有结构简单、特征提取快和无需网络调参优化等特点;选择合适的图像尺度与采用特征增强方法可提高人脸美丽评价结果,证明了所提方法的有效性和可行性。
-
关键词
深度主元分析网络模型
线性支持向量机回归
随机森林回归
人脸美丽预测
-
Keywords
deep principal component analysis network
linear support vector machine
random forest
facial beauty prediction
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
-
题名基于轻量级卷积神经网络的人脸美丽预测
被引量:1
- 3
-
-
作者
甘俊英
黄聿
翟懿奎
姜开永
-
机构
五邑大学信息工程学院
-
出处
《五邑大学学报(自然科学版)》
CAS
2017年第3期42-48,共7页
-
基金
国家自然科学基金资助项目(61372193)
广东省高等学校优秀青年项目(SYQ2014001)
+1 种基金
广东省特色创新项目(2015KTSCX143
2015KTSCX145)
-
文摘
针对目前人脸美丽预测算法难于同时满足实时性、鲁棒性、准确性的现状,本文提出一种轻量级的卷积神经网络(Convolutional Neural Network,CNN).首先,利用图像预处理来提高模型的鲁棒性.其次,通过减少网络层数和减小输入图像尺寸来提高模型的实时性,并通过优化网络结构和增加卷积核数来增强模型的学习能力.最后,提出大规模数据微调训练方法来进一步提高模型的预测准确性.实验结果表明,本文方法在SCUT-FBP数据库中获得0.887 6的相关度,对单张144×144的输入图像预测时间为185.8 ms.
-
关键词
人脸美丽预测
卷积神经网络(CNN)
轻量级
微调
-
Keywords
facial beauty prediction
convolutional neural network (CNN)
lightening
fine-tuning
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
-
题名基于深度学习的人脸美丽预测模型及其应用
被引量:1
- 4
-
-
作者
姜开永
甘俊英
谭海英
-
机构
五邑大学信息工程学院
-
出处
《五邑大学学报(自然科学版)》
CAS
2018年第2期45-52,共8页
-
基金
国家自然科学基金资助项目(61771347
61072127
+1 种基金
61372193
61070167)
-
文摘
为了进一步提高人脸美丽预测精度,本文构建了一个多尺度图像输入的人脸美丽预测深度卷积神经网络模型(Deep Convolution Neural Network,DCNN),以增强对人脸图像空间结构特征的提取能力.采用深度可分离卷积层代替普通卷积层、Max-Feature-Max(MFM)激活函数代替修正线性单元(Rectified Linear Unit,Re LU)激活函数,可减少网络训练参数并提取具有竞争性的网络特征.基于大规模亚洲女性人脸美丽数据库(Large Scale Asian Female Beauty Database,LSAFBD)的实验结果表明,本文所构建的人脸美丽预测模型取得了59.75%的正确分类率,优于现有DCNN模型的分类结果.
-
关键词
深度卷积神经网络
人脸美丽预测
深度可分离卷积层
图像多尺度
-
Keywords
deep convolution neural network
facial beauty prediction
depthwise separable convolutions
multi-scale images
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
-
题名仿真软件在电子测量学教学中的应用
被引量:3
- 5
-
-
作者
姜开永
-
机构
汕尾市技工学校
-
出处
《科技信息》
2013年第4期264-264,266,共2页
-
文摘
本文在阐述电子测量学在专业课程学习重要性的基础上,引入Multisim仿真软件及数字设备配套仿真等软件与理论相结合的教学手段,对提高学生学习兴趣,改革教学方法和提高教学质量,具有极其重要的作用,使大家认识到仿真软件在电子测量学教学中的突出效果。
-
关键词
电子测量学
MULTISIM仿真软件
教学效果
教学
-
分类号
P2-4
[天文地球—测绘科学与技术]
-
-
题名基于Qt的轻量级商品配送系统设计
被引量:1
- 6
-
-
作者
黎逍
姜开永
李文达
林钦鸿
梁浩文
-
机构
广州城市理工学院
-
出处
《科学技术创新》
2022年第36期95-98,共4页
-
基金
省级项目:广州城市理工学院2021年大学生创新创业训练计划项目(S202112617024)。
-
文摘
为了增强零售批发商铺面经营的信息化水平,设计了一款轻量级的商品配送系统。该系统以Qt框架为设计基础,以C++和lua为编程语言开发而成,具有结构简单、功能紧凑和资源开销小等特点,能满足商家日常经营活动中对商品的进销存和单据管理等需求,能够有效提高商家的工作效率和实现精准营销。
-
关键词
Qt框架
商品配送
单据管理
-
Keywords
Qt framework
goods distribution
document management
-
分类号
TP311.52
[自动化与计算机技术—计算机软件与理论]
-