-
题名基于级联回归网络的多尺度旋转人脸检测方法
被引量：9
- 1
-
-
作者
姚树春
蔡黎亚
刘正
-
机构
苏州工业园区服务外包职业学院信息工程学院
苏州大学电子信息学院
-
出处
《电子测量与仪器学报》
CSCD
北大核心
2019年第5期32-38,共7页
-
基金
国家自然科学基金(61876117)
江苏高校“青蓝工程”资助项目
-
文摘
针对在较大的人脸平面旋转(RIP)角度下,人脸外观差异导致多尺度旋转人脸检测困难的问题,提出了一种基于级联回归网络的多尺度旋转人脸检测方法,该方法采用三级级联回归策略逐步完成每个候选人脸RIP角度的估计和人脸候选窗位置的更新。第1阶段采用SSD网络对人脸候选窗位置进行直接预测,消除大部分低置信度的人脸候选窗;第2阶段采用人脸分类网络对人脸候选窗位置进行粗略回归,同时快速对齐人脸的RIP主方向区间;第3阶段采用人脸回归网络对人脸候选窗位置进行精确回归,同时连续估计人脸RIP的角度。在旋转FDDB数据集和旋转WIDER FACE数据集上的实验结果表明,该算法对多尺度旋转人脸的检测精度高于当前主流的旋转人脸检测算法。
-
关键词
旋转人脸检测
级联回归
卷积神经网络
尺度变换
-
Keywords
rotating face detection
cascade regression
convolutional neural network
scale transformation
-
分类号
TN911.73
[电子电信—通信与信息系统]
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于混合遗传算法与互信息分析的高维小样本特征选择
被引量：6
- 2
-
-
作者
姚树春
刘正
张强
-
机构
苏州工业园区服务外包职业学院信息工程学院
苏州大学电子信息学院
苏州迈科网络安全技术股份有限公司
-
出处
《计算机应用与软件》
北大核心
2020年第1期247-255,共9页
-
基金
国家自然科学基金项目(61876117)
苏州工业园区服务外包职业学院教改项目(JG-201706)
江苏高校“青蓝工程”项目
-
文摘
针对高维小样本数据特征选择冗余度高和过拟合的问题,提出一种基于混合遗传算法与互信息分析的高维小样本特征选择算法。对互信息理论与特征选择问题进行深入分析,利用互信息消除特征冗余度能力强的优点,推理出基于互信息的目标函数和优化的边界条件;设计混合的遗传算法来充分利用高维小样本数据集不同角度的属性数据,混合遗传算法设立主种群和次种群,在每次迭代中利用次种群的结果引导主种群的演化,从而缓解小样本数据带来的过拟合问题。基于医学数据集的对比实验结果表明,该算法有效地增强了遗传算法的稳定性和鲁棒性,并且实现了较好的特征选择效果。
-
关键词
高维小样本数据
特征选择
互信息
遗传算法
过拟合问题
微阵列数据
-
Keywords
High dimensional and small sample size data
Feature selection
Mutual information
Genetic algorithmOverfitting problem
Microarray data
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
