-
题名条件深度玻尔兹曼机人脸图像分割模型
被引量：4
- 1
-
-
作者
张娟
杨建功
汪西莉
-
机构
陕西师范大学计算机科学学院
-
出处
《小型微型计算机系统》
CSCD
北大核心
2017年第5期1130-1133,共4页
-
基金
国家自然科学基金项目(41171338
41471280
+1 种基金
61401265)资助
陕西省自然科学基础青年项目(2014JQ8312)资助
-
文摘
传统的图像分割方法仅考虑图像的颜色、纹理、位置等底层数据特征,对复杂的人脸图像无法达到理想的分割效果.针对此问题,提出一种基于条件深度玻尔兹曼机的人脸图像分割模型,该模型能够通过深度玻尔兹曼机模型提取类别空间的结构相关性,从而发现复杂输出类别间的关系,为人脸图像分割提供形状先验信息,进而提高图像分割的准确性.文中使用Part Labels人脸数据集进行实验验证,结果表明与传统的逻辑回归、条件随机场、条件受限玻尔兹曼机模型相比,由于本文提出的模型考虑了输出空间结构的高阶相关性,所以能够取得更好的分割效果.
-
关键词
图像分割
深度学习
条件深度玻尔兹曼机
-
Keywords
image segmentation
deep learning
conditional deep boltzmann machine
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
