期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于注意力机制与特征相关性的人脸表情识别
被引量：
5
1
作者
兰凌强
刘淇缘
卢树华
《北京航空航天大学学报》
EI
CAS
CSCD
北大核心
2022年第1期147-155,共9页
针对自然条件下人脸表情识别面临遮挡、光照、姿势变化等挑战,存在识别准确率低的问题,提出了一种新的深度学习网络模型用于人脸表情识别。以ResNet为基础网络,融合了瓶颈注意力机制及全局二阶池化层,其中瓶颈注意力机制专注于表情重要...
针对自然条件下人脸表情识别面临遮挡、光照、姿势变化等挑战,存在识别准确率低的问题,提出了一种新的深度学习网络模型用于人脸表情识别。以ResNet为基础网络,融合了瓶颈注意力机制及全局二阶池化层,其中瓶颈注意力机制专注于表情重要特征的提取,全局二阶池化层度量表情特征之间的相关性,在此基础上通过联合正则化策略,平衡和改善特征数据分布情况,提高表情识别准确率。所提方法在2个公开数据集FER2013和CK+进行了测试及验证,最高准确率分别达到了74.227%和95.8%,性能优于诸多现存的主流方法,表明所提模型具有较好的准确性和鲁棒性。
展开更多
关键词
表情识别
深度学习
瓶颈注意力机制
全局二阶池化层
联合正则化策略
在线阅读
下载PDF
职称材料
面向隐写算法失配的小样本图像隐写分析方法
2
作者
赖鸣姝
翁韶伟
田华伟
《北京交通大学学报》
CAS
CSCD
北大核心
2024年第2期90-101,共12页
在实际的隐写分析应用场景中,待测隐写算法大多是未知的,难以获得足量带标记的样本,从而导致隐写算法失配问题.为提升在隐写算法未知且仅有少量标记图像时隐写分析的检测性能,提出新型隐写分析网络BTONet.首先,提出结合瓶颈注意力机制...
在实际的隐写分析应用场景中,待测隐写算法大多是未知的,难以获得足量带标记的样本,从而导致隐写算法失配问题.为提升在隐写算法未知且仅有少量标记图像时隐写分析的检测性能,提出新型隐写分析网络BTONet.首先,提出结合瓶颈注意力机制的改进SRNet,即BAMSRNet,作为BTONet的特征提取模块,从空间维度和通道维度对纹理区域进行关注,解决小样本环境下直接使用SRNet会导致检测性能不佳的问题,在带标记图像数量极少的情况下提取有辨识性的特征.然后,将正交投影损失和交叉熵损失有机结合,从特征和预测标签2个角度强化不同类别之间的正交性,提升分类模块的性能.最后,在隐写算法失配的情况下,将BTONet与4个经典空域深度隐写分析算法进行检测准确率、训练时长、测试时长和算法稳定性等方面的比较,并进行消融实验.实验结果表明:相较于目前先进的基于深度学习的隐写分析方法,BTONet在小样本环境下能够取得更优的检测性能,检测性能提升了1.02%~10.35%;同时取得了极佳的稳定性,将检测准确率方差降低至其他隐写算法的1/60~1/20.
展开更多
关键词
隐写分析
瓶颈注意力机制
正交投影损失
小样本学习
在线阅读
下载PDF
职称材料
题名
基于注意力机制与特征相关性的人脸表情识别
被引量：
5
1
作者
兰凌强
刘淇缘
卢树华
机构
中国人民公安大学信息网络安全学院
出处
《北京航空航天大学学报》
EI
CAS
CSCD
北大核心
2022年第1期147-155,共9页
基金
国家重点研发计划(2016YFC0801005)
中央高校基本科研业务经费项目(2019JKF225)
公共安全行为科学实验室开放课题(2020SYS16)。
文摘
针对自然条件下人脸表情识别面临遮挡、光照、姿势变化等挑战,存在识别准确率低的问题,提出了一种新的深度学习网络模型用于人脸表情识别。以ResNet为基础网络,融合了瓶颈注意力机制及全局二阶池化层,其中瓶颈注意力机制专注于表情重要特征的提取,全局二阶池化层度量表情特征之间的相关性,在此基础上通过联合正则化策略,平衡和改善特征数据分布情况,提高表情识别准确率。所提方法在2个公开数据集FER2013和CK+进行了测试及验证,最高准确率分别达到了74.227%和95.8%,性能优于诸多现存的主流方法,表明所提模型具有较好的准确性和鲁棒性。
关键词
表情识别
深度学习
瓶颈注意力机制
全局二阶池化层
联合正则化策略
Keywords
expression recognition
deep learning
bottleneck attention module
global second-order pooling layer
joint normalization strategies
分类号
TP391 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
面向隐写算法失配的小样本图像隐写分析方法
2
作者
赖鸣姝
翁韶伟
田华伟
机构
北京印刷学院信息工程学院
福建理工大学福建省大数据挖掘与应用重点实验室
福建理工大学计算机科学与数学学院
中国人民公安大学公安情报研究中心
出处
《北京交通大学学报》
CAS
CSCD
北大核心
2024年第2期90-101,共12页
基金
国家自然科学基金(61972405,62071434,62262062,61872095)
福建省杰出青年科学基金(2020J06043)。
文摘
在实际的隐写分析应用场景中,待测隐写算法大多是未知的,难以获得足量带标记的样本,从而导致隐写算法失配问题.为提升在隐写算法未知且仅有少量标记图像时隐写分析的检测性能,提出新型隐写分析网络BTONet.首先,提出结合瓶颈注意力机制的改进SRNet,即BAMSRNet,作为BTONet的特征提取模块,从空间维度和通道维度对纹理区域进行关注,解决小样本环境下直接使用SRNet会导致检测性能不佳的问题,在带标记图像数量极少的情况下提取有辨识性的特征.然后,将正交投影损失和交叉熵损失有机结合,从特征和预测标签2个角度强化不同类别之间的正交性,提升分类模块的性能.最后,在隐写算法失配的情况下,将BTONet与4个经典空域深度隐写分析算法进行检测准确率、训练时长、测试时长和算法稳定性等方面的比较,并进行消融实验.实验结果表明:相较于目前先进的基于深度学习的隐写分析方法,BTONet在小样本环境下能够取得更优的检测性能,检测性能提升了1.02%~10.35%;同时取得了极佳的稳定性,将检测准确率方差降低至其他隐写算法的1/60~1/20.
关键词
隐写分析
瓶颈注意力机制
正交投影损失
小样本学习
Keywords
steganalysis
bottleneck attention mechanism
orthogonal projection loss
few-shot learning
分类号
TP302 [自动化与计算机技术—计算机系统结构]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于注意力机制与特征相关性的人脸表情识别
兰凌强
刘淇缘
卢树华
《北京航空航天大学学报》
EI
CAS
CSCD
北大核心
2022
5
在线阅读
下载PDF
职称材料
2
面向隐写算法失配的小样本图像隐写分析方法
赖鸣姝
翁韶伟
田华伟
《北京交通大学学报》
CAS
CSCD
北大核心
2024
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
