-
题名基于深度学习网络的近红外人脸表情识别
被引量：1
- 1
-
-
作者
罗梦贞
秦鹏
初人杰
-
机构
桂林学院理工学院
-
出处
《激光杂志》
CAS
北大核心
2024年第5期176-181,共6页
-
基金
广西高校中青年教师科研基础能力提升项目(No.2022KY1575)。
-
文摘
近红外人脸表情识别主要依赖图像局部特征,提取特征受到干扰时,人脸表情识别准确率低。因此,设计深度学习网络的新型近红外人脸表情识别方法。依托于图像局部优化保留法重建图像结构信息,得到降维后的近红外人脸图像。应用点分布模型检测出人脸上所有关键点,抽取出人脸表情识别的感兴趣区域,运用深度学习网络架构搭建人脸表情分类识别模型,通过调整识别模型的参数得到人脸表情的识别结果。实验结果表明:所提方法识别结果的Acc平均值达到了0.95,很大程度提升了近红外人脸表情识别准确性。
-
关键词
深度学习网络
近红外图像
人脸图像
特征提取
表征函数
表情识别
-
Keywords
deep learning network
near infrared images
facial images
feature extraction
characterization function
expression recognition
-
分类号
TN945
[电子电信—信号与信息处理]
-
-
题名基于深度学习的暗光场景下图像优化研究
- 2
-
-
作者
刘亮龙
罗梦贞
-
机构
桂林学院理工学院
-
出处
《激光杂志》
2025年第8期123-127,共5页
-
基金
广西高校中青年教师科研基础能力提升项目(No.2022KY1575)。
-
文摘
为了增强识别准确性和可靠性,提出基于深度学习的暗光场景下图像优化方法。利用深度曲线估计网络自动调整暗光场景下图像的亮度,利用编码器-解码器架构和跳跃连接方式提取暗光图像中的特征;并在特征提取过程中引入坐标注意力机制,使网络能够关注暗光图像中方向和位置上的关键信息;引入核选择模块和上采样操作去除噪声并恢复图像细节。实验结果表明,该方法不仅改善了暗光图像的视觉效果,还保留了图像的原始颜色信息和细节,暗光图像优化后的置信度均在93%以上。
-
关键词
深度学习
暗光场景
Zero-DCE模型
U-Net结构
CA
图像优化
-
Keywords
deep learning
dark scenes
Zero DCE model
U-Net structure
CA
image optimization
-
分类号
TN911.73
[电子电信]
-
