-
题名多维加权密集连接卷积网络的卫星云图云检测
被引量：5
- 1
-
-
作者
夏旻
施必成
刘佳
刘万安
-
机构
南京信息工程大学江苏省大数据分析技术重点实验室
南京信息工程大学大气环境与装备技术协同创新中心
-
出处
《计算机工程与应用》
CSCD
北大核心
2018年第20期184-189,196,共7页
-
基金
国家自然科学基金(No.61503192
No.61773219)
+2 种基金
江苏省自然科学基金(No.BK20161533)
江苏省六大人才高峰(No.2014-XXRJ-007)
江苏省青蓝工程
-
文摘
云检测是多光谱卫星云图分析的前提。传统云检测方法不能很好地对多光谱卫星云图进行特征表示,导致了云检测不是很准确。卷积神经网络虽然能有效地提取特征,但训练时会产生梯度扩散,训练效率低,优化困难等问题。针对这些问题,提出多维加权密集连接卷积神经网络模型实现对多光谱卫星云图的云检测。跨层连接能够实现网络中所有层之间的信息流,从而减少训练过程中的梯度消失导致收敛困难的问题。特征图之间连接的权值不同使得网络能够更高效地利用特征信息。通过实验结果对比,该模型可以很好地提取云图特征,提高多光谱云图检测的准确率,具有更好的泛化性能和优化效率。
-
关键词
多维加权密集连接
卷积神经网络
多光谱卫星云图
云检测
-
Keywords
multidimensional weighted densely connected
convolution neural network
multi-spectral satellite cloud image
cloud detection
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
-
-
题名加权特征融合的密集连接网络人脸识别算法
被引量：9
- 2
-
-
作者
王小玉
韩昌林
胡鑫豪
-
机构
哈尔滨理工大学计算机科学与技术学院
-
出处
《计算机科学与探索》
CSCD
北大核心
2019年第7期1195-1205,共11页
-
基金
国家自然科学基金Nos.60572153,60972127
黑龙江省教育厅科学技术项目No.12541177~~
-
文摘
在非约束条件下人脸识别常受到表情变化、视角偏差、不同程度的遮挡和曝光等各种综合因素的影响;并且深度卷积神经网络几乎都存在参数过多,训练时梯度扩散或消失等问题。针对上述问题,提出了FuseNet网络模型。该模型有效地利用了人的眼睛、鼻子、嘴巴等局部特征信息,同时又包含面部轮廓等全局特征信息,并提出了多损失函数进一步缩小类内特征差距和扩大类间特征距离,有效地增强了非约束条件下人脸识别的鲁棒性。通过使用加权密集连接卷积神经网络来提取人脸的全局特征,密集连接模块可有效地解决深层网络所引起的参数冗余以及梯度扩散等问题。不同的连接权值使得网络能够充分地利用各部分特征。实验结果表明,无论是在闭集的CASIA-WebFace数据集上,还是开集的FLW数据集、MegaFace数据集上,提出的FuseNet网络都具有较好的识别率和泛化能力。
-
关键词
人脸识别
加权密集连接
加权特征融合
多损失函数
-
Keywords
face recognition
weighted densely connected
weighted feature fusion
multi-loss function
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
