基于GoogLeNet和双层GRU的图像描述

针对基于卷积神经网络(convolutional neural network,CNN)和长短期记忆网络(long short-term memory,LSTM)的方法存在计算复杂度高、收敛速度慢、训练时间长等问题,本文提出基于GoogLeNet和双层GRU的图像描述模型,在训练阶段采用适应性动量估计法(adaptive moment estimation,Adam)优化算法,加快了整体模型的收敛速率,提高了模型性能。在MSCOCO和Flickr30K两个数据集上的实验结果表明,基于GoogLeNet和双层GRU的图像描述模型实验效果优于目前常用的图像描述模型,生成的句子准确度更高,在多个评价指标上超过了其他常用图像描述模型。

基于二叉树型卷积神经网络信息融合的人脸验证

近年来卷积神经网络(CNN)在人脸识别领域有着显著的进步,但是这些卓越的方法是建立在大规模数据、更深和更宽的网络、复杂的算法的基础之上,而且还需要长时间的训练。为此结合深度残差网络提出了一个二叉树型信息融合网络模型。首先,在CNN的每个卷积层的输出特征图后引出两个卷积分支,产生两组特征图,再与父节点的一组特征相融合,然后通过激励函数输出。这种分支的融合可以使特征图的数量降低,在向前传播的过程中减少一定的信息冗余,而且也减少了网络参数的数量。第二,网络设计中通过随机翻转、随机裁剪、添加高斯噪声来增强数据,在算法优化阶段采用适应性动量估计法(Adam)以更快达到最优结果。实验结果表明,该方法在只有6.7万张的人脸数据集上达到野外标记的人脸(LFW)数据集上95.5%的正确率。所提算法在较少数据量、简单操作上取得较好的性能。