针对人脸表情识别，传统方法主要依赖人工提取特征的优劣，算法的鲁棒性较差，而传统卷积神经网络无法提取到更深层次的图像特征，因此该文将采用深度残差网络进行人脸表情识别。ResNet网络主要由残差模块组成，将残差模块的输出送入到全连接层进行特征的融合，最后由Softmax分类器进行分类。该文将输入残差模块之前的卷积层进行改进，使用并行的小卷积代替原来的卷积，使其可以提取到更深层次且不同尺度的图像特征以易于识别。在公用数据集CK+上进行多次实验，结果证明该方法具有较高的准确率。
2021-08-22 10:30:37
1.47MB
1
行业分类-物理装置-基于多尺度特征与堆叠式全卷积网络的水下建筑物裂缝检测方法.zip
2021-08-04 09:02:44
488KB
提出了一种采用图像金字塔纹理和边缘多尺度特征的烟雾检测算法。首先，该算法将图像进行金字塔分解，然后在每层图像上提取局部二元模式
( LBP) 和边缘方向直方图( EOH) ，采用不同池化方法得到金字塔局部二元模式( PLBP) 和金字塔边缘方向直方图( PEOH) 序列特征，分别用于表征烟雾纹理和边缘信息，首尾相连这些直方图后，采用支持向量机( SVM) 进行训练、
识别烟雾。
2021-05-05 10:28:55
1.4MB
1