基于双通道卷积神经网络的配网线路实时运行状态检测研究

1

作者 丘雪娇 程礼隽 《通信电源技术》 2025年第6期77-81,共5页

在配网线路实时运行状态检测中,无人机获取的图像常受天气、光线等因素影响,导致图像质量不佳,且现有图像处理方法无法全面提取复杂的图像特征,导致对配网线路状态的识别不够准确。因此,设计一种基于双通道卷积神经网络的配网线路实时... 在配网线路实时运行状态检测中,无人机获取的图像常受天气、光线等因素影响,导致图像质量不佳,且现有图像处理方法无法全面提取复杂的图像特征,导致对配网线路状态的识别不够准确。因此,设计一种基于双通道卷积神经网络的配网线路实时运行状态检测方法。首先,利用无人机获取配网线路运行状态图像,并进行预处理以提高图像质量。其次,采用双通道卷积神经网络提取图像特征,结合一维和二维卷积神经网络全面捕获特征信息,二维卷积用于提取空间特征,一维卷积用于提取时间序列特征,从而提高对复杂图像信息的理解和识别能力。利用双通道卷积神经网络模型定义复杂损失函数来优化网络参数,从而实现状态识别。再次,设计线路状态监测终端,通过计算电流突变量和传播时间定位故障区段,并采用综合感官检查法和先进测距技术进一步锁定故障点。最后,开发一套用户友好的App软件,实时展示线路运行状态和设备信息。实验结果表明,设计方法在配网线路9 km处准确诊断出瞬时电流异常,成功定位故障,展现出较高的运行状态检测与故障定位准确性。 展开更多

关键词 双通道 卷积神经网络 配网线路 运行状态 故障检测

在线阅读 下载PDF 职称材料

基于双通道交叉融合的卷积神经网络图像识别方法研究 被引量：1

2

作者 黄曼曼 王松林 +1 位作者 周正贵 侯秀丽 《现代信息科技》 2024年第12期47-51,55,共6页

针对单通道卷积神经网络的特征提取不够充分、深度网络存在训练困难的问题,提出一种双通道交叉融合的卷积神经网络模型。该模型包括三个特征提取阶段,每个阶段分两条通道进行图像卷积,当两条通道的卷积结束后进行特征交叉融合,经过三次... 针对单通道卷积神经网络的特征提取不够充分、深度网络存在训练困难的问题,提出一种双通道交叉融合的卷积神经网络模型。该模型包括三个特征提取阶段,每个阶段分两条通道进行图像卷积,当两条通道的卷积结束后进行特征交叉融合,经过三次交叉融合后输入到全局平均池化层以及全连接层中得到分类结果。将该模型应用于Cifar10、Cifar100和Fashion-MNIST的图像分类任务以验证模型的有效性。结果表明,双通道交叉融合模型可以在当前支持GPU加速的主流笔记本电脑上进行训练,在同样规模的数据集上具有比同类其他模型更好的分类性能。 展开更多

关键词 卷积神经网络 双通道 融合 分类 准确率

在线阅读 下载PDF 职称材料

基于双通道复数卷积神经网络的DOA估计算法 被引量：1

3

作者 俞帆 陈格格 沈明威 《现代雷达》 CSCD 北大核心 2022年第12期81-86,共6页

针对低信噪比下基于实数卷积神经网络(RV-CNN)的阵列波达方向(DOA)估计方法对接收信号幅相特征提取不充分的问题,引入复数卷积神经网络(CV-CNN)进行DOA估计。为进一步提高分类准确率,构建了一种基于复数卷积神经网络的非对称双通道DOA... 针对低信噪比下基于实数卷积神经网络(RV-CNN)的阵列波达方向(DOA)估计方法对接收信号幅相特征提取不充分的问题,引入复数卷积神经网络(CV-CNN)进行DOA估计。为进一步提高分类准确率,构建了一种基于复数卷积神经网络的非对称双通道DOA估计模型(CV-DCNN)。该模型以阵列接收信号的复数协方差矩阵作为输入,分别输入由空洞卷积层组成的第一通道和由标准卷积层组成的第二通道中,其中空洞卷积在不损失角度信息的情况下,增大特征图的感受野。通过复数卷积神经网络(CV-CNN)独有的复数卷积方式提取和融合信号的幅值和相位特征,将双通道提取的特征融合后通过全连接层和sigmoid函数实现角度分类结果输出。实验结果表明,CV-CNN比RV-CNN有更快的收敛速度,在低信噪比和少快拍条件下,CV-CNN比RV-CNN有更高的估计精度,而CV-DCNN比CV-CNN在收敛速度和估计精度上又有了进一步的提升。 展开更多

关键词 阵列达波方向估计 复数卷积神经网络 复数双通道卷积神经网络 空洞卷积

在线阅读 下载PDF 职称材料

应用双通道卷积神经网络的地震随机噪声压制方法 被引量：9

4

作者 徐彦凯 刘曾梅 +1 位作者 薛亚茹 曹思远 《石油地球物理勘探》 EI CSCD 北大核心 2022年第4期747-756,I0001,共11页

地震资料中随机噪声的压制一直是人们关注的热点。传统方法难以平衡噪声的去除与有效信号的保护,且执行效率低。为此,提出了基于双通道卷积神经网络的随机噪声压制方法。首先,该网络是一个双通道网络,即由两个结构不同的子网络组成,目... 地震资料中随机噪声的压制一直是人们关注的热点。传统方法难以平衡噪声的去除与有效信号的保护,且执行效率低。为此,提出了基于双通道卷积神经网络的随机噪声压制方法。首先,该网络是一个双通道网络,即由两个结构不同的子网络组成,目的是在压制噪声过程中提取到互补有效信息;其次,在下通道子网络中引入空洞卷积增大感受野,充分捕捉到地震资料中的邻域信息,从而更充分地保留细节信息;最后,借鉴残差学习的思想并使用Swish激活函数,提高了网络的降噪性能。模型和实际资料的实验结果表明,所提方法在有效地压制随机噪声的同时能够保留更丰富的纹理细节信息。 展开更多

关键词 地震资料 随机噪声 双通道卷积神经网络 空洞卷积 激活函数

在线阅读 下载PDF 职称材料

采用双通道卷积神经网络构建的随机脉冲噪声深度降噪模型 被引量：1

5

作者 徐少平 林珍玉 +2 位作者 崔燕 刘蕊蕊 杨晓辉 《电子与信息学报》 EI CSCD 北大核心 2020年第10期2541-2548,共8页

为提高对随机脉冲噪声(RVIN)图像的降噪效果,该文提出一种被称为双通道降噪卷积神经网络(D-DnCNN)的RVIN深度降噪模型。首先,提取多个不同阶对数差值排序(ROLD)统计值及1个边缘特征统计值构成描述图块中心像素点是否为RVIN噪声的噪声感... 为提高对随机脉冲噪声(RVIN)图像的降噪效果,该文提出一种被称为双通道降噪卷积神经网络(D-DnCNN)的RVIN深度降噪模型。首先,提取多个不同阶对数差值排序(ROLD)统计值及1个边缘特征统计值构成描述图块中心像素点是否为RVIN噪声的噪声感知特征矢量。其次,利用预先训练好的深度置信网络(DBN)预测模型实现特征矢量到噪声标签的映射,完成对噪声图像中噪声点的检测。再次,在噪声检测标签的指示下采用Delaunay三角剖分插值算法快速修复噪声像素点从而获得初步复原图像。最后,将初步复原图像作为参考图像与噪声图像联接(concatenate)后输入D-DnCNN模型后获得残差图像,将参考图像减去残差图像即可获得降噪后图像。实验数据表明:D-DnCNN模型在各个噪声比例下的降噪效果均显著超过了现有的经典开关型RVIN降噪算法,与普通的单通道RVIN深度降噪模型相比也有较大幅度提升。 展开更多

关键词 图像处理 随机脉冲噪声 双通道降噪卷积神经网络 参考图像 噪声感知特征 噪声检测 插值

在线阅读 下载PDF 职称材料

双通道深度卷积神经网络的航空发动机剩余使用寿命预测方法 被引量：5

6

作者 苗青林 张晓丰 +2 位作者 高杨军 刘显光 秦丕胜 《空军工程大学学报（自然科学版）》 CSCD 北大核心 2022年第2期12-18,共7页

提出了一种基于双通道的深度卷积神经网络方法,用来预测航空发动机剩余使用寿命。该方法在传统卷积神经网络上,应用最大信息系数进行数据降维、卡尔曼滤波进行数据降噪;通过数据切片,将数据片标签设置为最后一个循环的剩余使用寿命,实... 提出了一种基于双通道的深度卷积神经网络方法,用来预测航空发动机剩余使用寿命。该方法在传统卷积神经网络上,应用最大信息系数进行数据降维、卡尔曼滤波进行数据降噪;通过数据切片,将数据片标签设置为最后一个循环的剩余使用寿命,实现数据重构;引入分段和线性剩余使用寿命衰减模型,并给出了寿命衰减起始点判断方法;将寿命衰减前、寿命衰减中2种特征作为双通道网络模型的输入。在NASA涡轮风扇发动机仿真数据集(C-MAPSS)上测试结果显示,在测试数据范围较大时,该方法相关指标明显优于其他方法,在航空发动机剩余寿命预测上具有显著优势。 展开更多

关键词 航空发动机 剩余使用寿命 深度卷积神经网络 双通道 最大相关系数

在线阅读 下载PDF 职称材料

面向面部表情识别的双通道卷积神经网络 被引量：4

7

作者 曹金梦 倪蓉蓉 杨彪 《南京师范大学学报（工程技术版）》 CAS 2018年第3期1-9,共9页

面部表情识别是机器感知人类情绪变化的重要途径,但表情识别受不同个体及情绪强弱差异影响较大,难以手动设计准确的特征.提出一种基于双通道卷积神经网络的面部表情识别方法,首先对采集得到的人脸图像进行预处理以限制分析范围,同时分... 面部表情识别是机器感知人类情绪变化的重要途径,但表情识别受不同个体及情绪强弱差异影响较大,难以手动设计准确的特征.提出一种基于双通道卷积神经网络的面部表情识别方法,首先对采集得到的人脸图像进行预处理以限制分析范围,同时分析人脸灰度图像与对应的LBP图像以兼顾全局与细节特征;针对双通道输入数据,利用不同参数的卷积神经网络自动提取面部特征,通过加权融合分类网络进行特征融合,并利用softmax分类不同表情.实验结果表明,该算法能够以较高的准确率识别6种基本面部表情(高兴、悲伤、愤怒、沮丧、恐惧及惊讶).该方法性能优于基于手动设计特征的面部表情识别方法及单通道CNN方法,相比于其他双通道CNN方法,能通过更简单的处理得到近似的识别结果. 展开更多

关键词 人脸检测 面部表情识别 双通道 卷积神经网络 LBP图像

在线阅读 下载PDF 职称材料

双通道卷积神经网络人脸表情识别 被引量：5

8

作者 张琳琳 陈志雨 张啸 《长春工业大学学报》 CAS 2019年第2期142-148,共7页

将卷积神经网络的单通道全连接层改为双通道,构建并训练了一个新的双通道卷积神经网络模型以增强模型的特征表达能力。在全连接层用Maxout激活函数代替传统的ReLU激活函数以优化网络内部结构。在网络训练过程中,采用A-Softmax损失,使卷... 将卷积神经网络的单通道全连接层改为双通道,构建并训练了一个新的双通道卷积神经网络模型以增强模型的特征表达能力。在全连接层用Maxout激活函数代替传统的ReLU激活函数以优化网络内部结构。在网络训练过程中,采用A-Softmax损失,使卷积神经网络能够学习角度判别特征。改进后的卷积神经网络模型在FER2013数据集上准确率为73.6%。 展开更多

关键词 人脸表情识别 深度学习 双通道卷积神经网络 A-Softmax损失

在线阅读 下载PDF 职称材料

雷达海上目标双通道卷积神经网络特征融合智能检测方法 被引量：18

9

作者 苏宁远 陈小龙 +1 位作者 陈宝欣 关键 《现代雷达》 CSCD 北大核心 2019年第10期47-52,57,共7页

受复杂海洋环境影响,基于统计理论的海面目标检测方法由于假设条件不成立,在实际应用中难以实现高性能检测,本文从特征提取分类角度,通过深度学习分类方法对目标和杂波的雷达回波信号进行二元分类,提出了一种基于双通道卷积神经网络(DCC... 受复杂海洋环境影响,基于统计理论的海面目标检测方法由于假设条件不成立,在实际应用中难以实现高性能检测,本文从特征提取分类角度,通过深度学习分类方法对目标和杂波的雷达回波信号进行二元分类,提出了一种基于双通道卷积神经网络(DCCNN)的雷达海上目标智能检测方法。首先,对实测海杂波和目标雷达信号进行预处理,得到信号的时间-多普勒谱和幅度信息;然后,构建DCCNN对预处理得到的数据进行智能特征提取,得到信号的特征向量,并对不同特征提取模型性能进行测试;最后,通过阈值可设的Softmax分类器作为检测器对特征向量进行分类,实现虚警率的控制。测试结果表明:与传统的单通道CNN以及无虚警控制Hog-SVM分类算法相比,基于二维卷积核VGG16和一维卷积核Le Net的DCCNN特征提取模型和softmax分类器可实现更高的检测性能,并可以实现虚警率控制,为复杂海杂波背景下目标智能检测提供了新的技术途径。 展开更多

关键词 雷达目标检测 海上目标 特征提取 双通道卷积神经网络 虚警可控 分类器

在线阅读 下载PDF 职称材料

基于双通道卷积神经网络的雷达信号识别 被引量：7

10

作者 全大英 陈赟 +3 位作者 唐泽雨 李世通 汪晓锋 金小萍 《上海交通大学学报》 EI CAS CSCD 北大核心 2022年第7期877-885,共9页

为解决在低信噪比下特征提取困难、雷达信号识别率低的问题,提出了一种基于Choi-Williams分布(CWD)和多重同步压缩变换(MSST)的双通道卷积神经网络模型.模型通过对雷达信号进行CWD和MSST时频分析,分别获取二维时频图像并进行预处理,然... 为解决在低信噪比下特征提取困难、雷达信号识别率低的问题,提出了一种基于Choi-Williams分布(CWD)和多重同步压缩变换(MSST)的双通道卷积神经网络模型.模型通过对雷达信号进行CWD和MSST时频分析,分别获取二维时频图像并进行预处理,然后送入双通道卷积神经网络进行深度特征提取,最后将两路通道获取的特征进行融合,通过卷积神经网络分类器实现对雷达信号的分类识别.仿真结果表明:在信噪比为-10 dB时,所提模型整体识别准确率能达到96%以上,其在低信噪比下表现优异. 展开更多

关键词 低信噪比 Choi-Williams分布 多重同步压缩变换 双通道卷积神经网络

在线阅读 下载PDF 职称材料

双通道多感知卷积神经网络图像超分辨率重建 被引量：2

11

作者 王鑫 王翠荣 +1 位作者 王聪 苑迎 《东北大学学报（自然科学版）》 EI CAS CSCD 北大核心 2020年第11期1564-1569,1576,共7页

基于深度卷积神经网络的单幅图像超分辨率重建取得了显著研究成果.但随着深度卷积神经网络规模的不断扩大,如何降低网络构建难度和计算成本成为一个难点.为此,提出了一种双通道多感知卷积神经网络(DMCN)模型.该模型在两条具有不同卷积... 基于深度卷积神经网络的单幅图像超分辨率重建取得了显著研究成果.但随着深度卷积神经网络规模的不断扩大,如何降低网络构建难度和计算成本成为一个难点.为此,提出了一种双通道多感知卷积神经网络(DMCN)模型.该模型在两条具有不同卷积核的通道上建立了稠密连接,并构建了带有动态调节能力的层间融合结构.这种结构的设计使得小规模卷积神经网络便能获得图片特征信息的全面感知能力.实验结果表明,DMCN重建效果优于目前多数具有代表性的重建算法. 展开更多

关键词 单幅图像超分辨率重建 双通道多感知卷积神经网络 稠密连接 残差网络 深度学习

在线阅读 下载PDF 职称材料

基于双神经网络通道的时间序列预测框架

12

作者 吴双双 宋恺涛 陆建峰 《舰船电子工程》 2018年第9期84-89,共6页

为了提高时间序列预测方法的预测精度,提出了一种基于双神经网络通道的时间序列预测框架。双通道框架组合了卷积神经网络和循环神经网络,卷积神经网络通道利用卷积和池化操作提取出时间序列的深层特征,循环神经网络通道能够提取出长序... 为了提高时间序列预测方法的预测精度,提出了一种基于双神经网络通道的时间序列预测框架。双通道框架组合了卷积神经网络和循环神经网络,卷积神经网络通道利用卷积和池化操作提取出时间序列的深层特征,循环神经网络通道能够提取出长序列依赖特征。此外,针对循环神经网络通道,设计了基于注意力机制的改进,提高预测精度。在EEM2016能源价格预测比赛提供的数据集上进行了实验,实验结果表明所提双通道框架可以取得比单通道框架更高的预测精度。 展开更多

关键词 卷积神经网络 循环神经网络 双通道框架 时间序列预测 注意力机制

在线阅读 下载PDF 职称材料

基于双通道卷积注意力网络的语音增强方法 被引量：2

13

作者 李辉 景浩 +3 位作者 严康华 邹波蓉 侯庆华 武会斌 《河南理工大学学报（自然科学版）》 CAS 北大核心 2022年第5期127-136,共10页

传统的单通道网络模型因表征能力有限,无法充分提取语音深层特征,导致模型的语音增强效果不明显。鉴于此,提出一种双通道卷积注意力网络的语音增强方法。首先,使用卷积神经网络和长短时记忆网络构建并行的双通道学习模块,结合两种不同... 传统的单通道网络模型因表征能力有限,无法充分提取语音深层特征,导致模型的语音增强效果不明显。鉴于此,提出一种双通道卷积注意力网络的语音增强方法。首先,使用卷积神经网络和长短时记忆网络构建并行的双通道学习模块,结合两种不同神经网络的优势,充分挖掘语音的深层特征;其次,在两个通道中分别添加注意力模块,依照关注度对通道的输出特征进行加权,达到强调有益信息的目的;最后,将两个通道的输出进行融合得到增强特征。结果表明,在低信噪比和非平稳噪声环境中,包含双通道结构和注意力模块的模型,其增强效果明显优于其他对比模型,有效提高了增强语音的质量和可懂度,验证了所提模型的可行性。 展开更多

关键词 语音增强 卷积神经网络 长短时记忆网络 双通道学习模块 注意力模块

在线阅读 下载PDF 职称材料

CINO双通道结合多头注意力机制藏文情感分类方法

14

作者 白玛洛赛 群诺 尼玛扎西 《电子设计工程》 2024年第3期1-6,共6页

为了解决藏文情感分类任务中现有的模型对文本语义信息理解和深层文本特征提取能力不足的问题,该文使用CINO(Chinese Minority PLM)预训练模型来获取动态词向量,通过TextCNN和BiGRU融合的双通道情感分类模型,分别实现获取文本局部特征... 为了解决藏文情感分类任务中现有的模型对文本语义信息理解和深层文本特征提取能力不足的问题,该文使用CINO(Chinese Minority PLM)预训练模型来获取动态词向量,通过TextCNN和BiGRU融合的双通道情感分类模型,分别实现获取文本局部特征和深层全局特征,并引入多头自注意力机制引导模型学习更重要的信息。实验结果表明,该文提出的双通道模型准确率高达92.84%,相较于该文的其他对比模型效果更佳。 展开更多

关键词 藏文情感分类 CINO 双通道 卷积神经网络 门控循环单元 多头注意力机制

在线阅读 下载PDF 职称材料

采用双通道时间稠密网络的高光谱影像分类方法 被引量：3

15

作者 张帆 张景森 裴昌幸 《西安交通大学学报》 EI CAS CSCD 北大核心 2020年第4期126-132,共7页

针对多数高光谱影像分类方法提取信息不够充分导致分类准确率不够高的问题,提出了一种双通道时间稠密网络的高光谱影像分类方法。该方法利用时间卷积网络模型提取高光谱数据的光谱特征信息,利用稠密网络模型提取高光谱影像数据的空间信... 针对多数高光谱影像分类方法提取信息不够充分导致分类准确率不够高的问题,提出了一种双通道时间稠密网络的高光谱影像分类方法。该方法利用时间卷积网络模型提取高光谱数据的光谱特征信息,利用稠密网络模型提取高光谱影像数据的空间信息特征,然后将两个网络各自提取到的特征进行融合,最后将融合后的特征送入Softmax分类器进行分类。在Pavia大学经典数据集上进行了仿真实验,将该方法分别同传统高光谱影像分类方法、单空间信息高光谱影像分类方法、单光谱信息分类方法进行了对比。实验结果表明,与多种经典分类方法相比,所提出的方法可以有效地从空间结构和光谱通道提取目标的特征信息,在常用的经典数据集上分类精度可达到99%分,较其他方法高出2%~3%。 展开更多

关键词 高光谱影像分类 特征提取 双通道 卷积神经网络

在线阅读 下载PDF 职称材料

基于双通道CNN的FMCW雷达手势识别方法 被引量：3

16

作者 屈乐乐 吴涵旭 +1 位作者 杨天虹 孙延鹏 《电子器件》 CAS 北大核心 2022年第6期1469-1475,共7页

为了提高对手势动作的分类能力,提出一种基于双通道卷积神经网络(CNN)的调频连续波(FMCW)雷达手势识别方法。首先利用具有一个发射天线、两个接收天线的FMCW雷达对不同手势动作进行探测并收集回波数据,之后对每个接收通道的回波数据进... 为了提高对手势动作的分类能力,提出一种基于双通道卷积神经网络(CNN)的调频连续波(FMCW)雷达手势识别方法。首先利用具有一个发射天线、两个接收天线的FMCW雷达对不同手势动作进行探测并收集回波数据,之后对每个接收通道的回波数据进行预处理,分别得到距离时间图、距离多普勒图与微多普勒时频谱图,然后将每个动作对应的三种彩色RGB图像进行堆叠。最后将堆叠后的彩色RGB图像输入到双通道CNN中进行手势特征提取和特征融合。实测数据处理结果表明所提基于双通道CNN手势识别方法对设计的八种手势动作的分类平均识别正确率为97.52%,与传统的单通道CNN相比,有效地提高了对手势动作的分类能力。 展开更多

关键词 调频连续波雷达 手势识别 深度学习 双通道 卷积神经网络

在线阅读 下载PDF 职称材料

基于SVM的多通道CNN和BiGRU的情感倾向性分析

17

作者 王倩影 尹臣琼 《信息技术与信息化》 2021年第11期62-65,共4页

提出了一种基于支持向量机(support vector machines,SVM)的多通道卷积神经网络(convolutionnal neural network,CNN)和双向门控循环单元(bidirectional gated recurrent unit,BiGRU)的网络模型。模型将三个不同通道的CNN通道提取的文... 提出了一种基于支持向量机(support vector machines,SVM)的多通道卷积神经网络(convolutionnal neural network,CNN)和双向门控循环单元(bidirectional gated recurrent unit,BiGRU)的网络模型。模型将三个不同通道的CNN通道提取的文本特征和BiGRU模型通道提取到的文本信息进行拼接,将它们的输出向量作为SVM模型的输入,由SVM模型二分类给出文本的情感倾向。训练文章模型所用的数据集为谭松波酒店评论数据信息,从训练的准确度可知:与其他的模型相比,文章的模型有更高的准确率,可以得到更好的分类效果。 展开更多

关键词 支持向量机 多通道卷积神经网络 双门控循环单元 情感倾向性分析

在线阅读 下载PDF 职称材料

基于多模态图像融合的DCCNN识别电能质量扰动

18

作者 余雷 刘宏伟 孟芸 《现代电子技术》 北大核心 2024年第3期137-142,共6页

为提高电力系统中电能质量扰动识别准确率,提出一种基于多模态图像融合的双通道卷积神经网络算法。首先,为降低传统格拉姆求和场生成特征图的冗余度,提出一种改进的格拉姆求和场;然后,通过改进的格拉姆求和场、马尔可夫转移场和无阈值... 为提高电力系统中电能质量扰动识别准确率,提出一种基于多模态图像融合的双通道卷积神经网络算法。首先,为降低传统格拉姆求和场生成特征图的冗余度,提出一种改进的格拉姆求和场;然后,通过改进的格拉姆求和场、马尔可夫转移场和无阈值递归图分别将电能质量扰动时序数据进行模态变换;其次,对转换生成的三类图像各提取出一个单通道灰度图进行融合;最后,将融合得到的特征图输入到双通道卷积神经网络中进行扰动识别。实验表明:多模态融合得到的特征图扰动特征保留更多,而且双通道卷积神经网络提取特征能力强,具有一定的抗噪鲁棒性,扰动识别准确率高。 展开更多

关键词 电能质量扰动 格拉姆求和场 马尔可夫转移场 无阈值递归图 双通道卷积神经网络 识别

在线阅读 下载PDF 职称材料

基于MobileNetV2与LBP特征融合的婴幼儿表情识别算法 被引量：8

19

作者 邓源 施一萍 +2 位作者 江悦莹 朱亚梅 刘瑾 《电子科技》 2022年第8期47-52,共6页

针对婴幼儿表情识别率低、特征复杂提取不充分等问题,文中提出一种基于MobileNetV2与LBP双通道特征融合的婴幼儿表情识别算法。第1条通道使用改进后的MobileNetV2网络,可快速、准确地提取出人脸表情全局特征。第2条通道对原始输入图进... 针对婴幼儿表情识别率低、特征复杂提取不充分等问题,文中提出一种基于MobileNetV2与LBP双通道特征融合的婴幼儿表情识别算法。第1条通道使用改进后的MobileNetV2网络,可快速、准确地提取出人脸表情全局特征。第2条通道对原始输入图进行分块,利用图像信息熵构造出权值,提取出分块加权LBP直方图特征,突出了表情信息丰富的区域。通过融合双通道模型的输出向量来提升特征表达能力,并采用支持向量机替代Softmax层进行表情分类。实验表明,使用融合特征比单一特征具有更好的分类效果,并且在自建的婴幼儿表情数据集中的表情识别准确率可达到85.71%。 展开更多

关键词 卷积神经网络 局部二值模式 特征融合 双通道模型 表情识别 图像信息熵 婴幼儿 支持向量机

在线阅读 下载PDF 职称材料