-
题名角度余量损失和中心损失联合的深度人脸识别
被引量：2
- 1
-
-
作者
李振东
钟勇
陈蔓
王理顺
-
机构
中国科学院成都计算机应用研究所
中国科学院大学
-
出处
《计算机应用》
CSCD
北大核心
2019年第S02期55-58,共4页
-
基金
四川省科技厅项目(2018GZ0231)
-
文摘
针对当前人脸识别任务和人脸验证任务所面临的人脸识别准确率低、验证有误等安全隐患问题,为进一步增强深度特征的判别能力,提出了一种联合监督信号。首先,将角度余量损失和中心损失联合的损失函数用于人脸识别和人脸验证任务,实现最小化类内的变化以及最大化类之间的距离,这种深度特征之间的最小化和最大化可以达到人脸面部识别任务的理想选择。所提方法结合深度卷积神经网络在VGGFace2人脸数据集上对网络模型进行训练并在明星人脸数据集(CFS)和LFW人脸数据集上进一步微调网络模型进行人脸识别验证。实验结果表明,所提出的损失函数与传统的Softmax损失函数相比能够正确识别不同的人脸图像,而且进一步实现了不同类别之间的面部特征的最大可分离性。
-
关键词
人脸识别
深度学习
卷积神经网络
角度余量损失
中心损失
-
Keywords
face recognition
deep learning
Convolutional Neural Network(CNN)
angular margin loss
center loss
-
分类号
TP399
[自动化与计算机技术—计算机应用技术]
-
-
题名角度空间三元组损失微调的人脸识别
被引量：3
- 2
-
-
作者
任克强
胡慧
-
机构
江西理工大学信息工程学院
-
出处
《液晶与显示》
CAS
CSCD
北大核心
2019年第1期110-117,共8页
-
基金
国家自然科学基金(No.61501210)~~
-
文摘
针对角度Softmax损失强约束存在的问题,提出一种用角度空间三元组损失对角度Softmax损失预训练模型进行微调的算法。算法首先对原来的卷积神经网络结构进行改进,将1×1卷积核与池化层加在不同残差块间,以进行选择更有效的特征。然后用角度空间下的三元组损失对预训练模型进行微调,以降低困难样本的强约束条件。最后在测试时,分别提取原始人脸图像特征和水平翻转的人脸图像特征,对两个特征相加作为最终的人脸特征表达,以丰富人脸特征信息,提高识别率。实验结果表明,在LFW和YTF人脸数据集分别取得了99.25%和94.52%的识别率,在大规模人脸身份识别中,本文提出的方法在仅用单模型和比较小的训练集就能有效地提高人脸识别率。
-
关键词
人脸识别
卷积神经网络
角度Softmax损失
三元组损失
特征相加
-
Keywords
face recognition
convolutional neural network
angular Softmax loss
triple loss
feature addition
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于注意力和角度间隔损失的高光谱目标跟踪
被引量：4
- 3
-
-
作者
施宗晗
赵海涛
-
机构
华东理工大学信息科学与工程学院
-
出处
《应用光学》
CAS
CSCD
北大核心
2022年第5期893-903,共11页
-
基金
国家自然科学基金(62173143,61973122)。
-
文摘
随着计算机技术的发展,基于深度学习的目标跟踪方法已成为计算机视觉领域中重要的研究方向;但跟踪环境的复杂多变使得跟踪算法在背景干扰、颜色相近等问题上仍面临巨大挑战。相比于传统彩色图像,高光谱图像包含丰富的辐射、空间和光谱信息,能够有效提升目标跟踪的准确率。提出了将注意力机制(attention mechanism)和加性角度间隔损失(additive angular margin loss, AAML)相结合的方法来进行针对高光谱图像的目标跟踪。通过融合多域神经网络对不同波段组合进行特征提取,同时设计了融合的注意力机制模型,使得来自不同波段组合之间的相似特征进行整合和强化,在目标背景颜色相近的情况下,网络会更多地注意目标物体,使得跟踪结果更为准确。在此基础上为了使目标和背景的区分更具有判别性,网络使用加性角度间隔损失作为损失函数,在训练过程中可以有效减小同类样本的类内距离,增大正负类样本的类间距离,从而提高网络的准确性和稳定性。实验结果表明,本文方法可使两种跟踪精度评价指标精确率和成功率分别提升1.3%和0.3%,相较于其他方法更具优势。
-
关键词
目标跟踪
高光谱图像
注意力机制
图像融合
加性角度间隔损失
-
Keywords
target tracking
hyperspectral images
attention mechanism
image fusion
additive angular margin loss
-
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]
-
-
题名基于全局注意力的正交融合图像描述符
- 4
-
-
作者
艾列富
陶勇
蒋常玉
-
机构
安庆师范大学计算机与信息学院
安徽三联学院智慧交通现代产业学院
-
出处
《图学学报》
CSCD
北大核心
2024年第3期472-481,共10页
-
基金
安徽省自然科学基金项目(1608085MF144,1908085MF194)
安徽省高校自然科学研究重点项目(KJ2020A0498)。
-
文摘
图像描述符是计算机视觉任务重要研究对象,被广泛应用于图像分类、分割、识别与检索等领域。深度图像描述符在局部特征提取分支缺少高维特征的空间与通道信息的关联性,导致局部特征表达的信息不充分。为此,提出一种融合局部、全局特征的图像描述符,在局部特征提取分支进行膨胀卷积提取多尺度特征图,输出的特征拼接后经过含有多层感知器的全局注意力机制捕捉具有关联性的通道-空间信息,再加工后输出最终的局部特征;高维的全局分支经过全局池化和全卷积生成全局特征向量;提取局部特征在全局特征向量上的正交值与全局特征串联后聚合形成最终的描述符。同时,在特征约束方面,使用包含子类心的角域度损失函数增大模型在大规模数据集的鲁棒性。在国际公开数据集Roxford5k和Rparis6k上进行实验,所提出描述符的平均检索精度在medium和hard模式分别为81.87%和59.74%以及91.61%和79.12%,比深度正交融合描述符分别提升了1.70%,1.56%,2.00%和1.83%,较其他图像描述符具有更好的检索精度。
-
关键词
图像描述符
膨胀卷积
全局注意力
特征融合
子类心角度域损失
-
Keywords
image descriptor
dilated convolution
global attention
feature fusion
sub-center arcface
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于邻域约束的大气偏振模式生成网络
被引量：4
- 5
-
-
作者
程前
高欣健
高隽
王昕
党天一
严圆
-
机构
合肥工业大学计算机与信息学院
合肥工业大学图像信息处理研究室
-
出处
《光电工程》
CAS
CSCD
北大核心
2022年第6期53-67,共15页
-
基金
国家自然科学基金面上项目(62171178)。
-
文摘
大气偏振模式凭借具有太阳子午线信息的“∞”字形特征支撑偏振导航应用,然而由于采集装置的物理特性限制、采集地点的周边环境以及薄云等遮挡,导致获取的大气偏振信息部分失真,降低了太阳子午线的精度。为解决该问题,本文提出了基于邻域约束的大气偏振模式生成网络,该网络挖掘大气偏振模式分布的连续性,通过多步邻域特征推理以增加重构过程的约束,由局部有效偏振信息精准生成全局的大气偏振信息。此外,针对大气偏振模式的物理特性,提出了太阳子午线角度损失,进一步提升太阳子午线精度。本文在实测大气偏振数据上进行了实验,并与其它最新方法进行对比,实验结果证明了本文方法的鲁棒性和优越性。
-
关键词
大气偏振模式
偏振信息重构
邻域特征推理
子午线角度损失
深度学习
-
Keywords
atmospheric polarization mode
polarization information reconstruction
neighborhood feature reasoning
solar meridian feature constraint
meridian angle loss
deep learning
-
分类号
O436.3
[机械工程—光学工程]
TP391.4
[自动化与计算机技术—计算机应用技术]
-
-
题名基于CE-YOLOX的导盲系统障碍物检测方法
被引量：3
- 6
-
-
作者
刘源
张荣芬
刘宇红
程娜娜
刘昕斐
杨双
-
机构
贵州大学大数据与信息工程学院
-
出处
《液晶与显示》
CAS
CSCD
北大核心
2023年第9期1281-1292,共12页
-
基金
贵州省科学技术基金(黔科合基础-ZK[2021]重点001)。
-
文摘
由于盲人对周围环境缺乏视觉感知力,出行一直是盲人生活中的困扰。本文提出一种基于YOLOX改进的导盲系统障碍物检测算法CE-YOLOX。首先,为了减少特征融合网络在特征通道缩减时带来的语义信息的丢失,以亚像素跳变融合模块SSF和亚像素上下文增强模块SCE来充分利用通道信息和不同尺度的语义信息,以通道注意力引导模块CAG减少多尺度特征融合带来的混叠效应。其次,为了使模型更加聚焦于有效特征,引入全局注意力机制GAM,通过减少信息弥散和放大全局交互表示来提高模型性能。然后,使用SIOU-LOSS替换原模型的位置回归损失函数IOU-LOSS,加快了边框的回归速度与精度。最后,搭建导盲系统检测平台,将所提算法移植到边缘计算设备NVIDIA Xavier NX上。实验结果表明,改进的导盲系统障碍物算法在服务器和NVIDIA Xavier NX平台上的mAP一致,提升至90.53%,相较原YOLOX模型算法提高了2.45%。在服务器上的检测速度达到75.93 FPS。本文模型在兼顾检测速度的同时提高了精度,显著优于对比算法,满足边缘计算设备的要求,具有实际的应用价值。
-
关键词
导盲系统
障碍物检测
亚像素
CEFPN
GAM
角度损失
SIOU
-
Keywords
blind system
obstacle detection
subpixel
CEFPN
GAM
angle loss
SIOU
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
