基于卷積神經網絡的面部圖像修飾檢測
王燦軍; 廖鑫; 陳嘉欣; 秦拯; 劉緒崇 湖南大學信息科學與工程學院; 長沙410012; 湖南大學大數(shù)據研究與應用湖南省重點實驗室; 長沙410082; 湖南警察學院網絡犯罪偵查湖南省重點實驗室; 長沙410138
關鍵詞：卷積神經網絡 深度學習 人臉圖像修飾 修飾檢測 紋理特征
摘要：為避免人為因素對人臉面部圖像皮膚紋理特征提取產生的影響,用卷積神經網絡算法對人臉圖像修飾進行檢測.傳統(tǒng)的圖像分類方法需要進行復雜的人工特征提取,而卷積神經網絡可以自動學習并直接從圖像中獲取特征,解決了傳統(tǒng)模式識別方法特征提取難的問題,具有更高的識別率和更廣泛的實用性.在傳統(tǒng)卷積神經網絡模型中,調整卷積核大小、減少參數(shù)、改變卷積層濾波器數(shù)量、調整卷積層和池化層的交替方式、使用dropout來提高模型泛化能力以形成適用于人臉修飾檢測的新的網絡模型.實驗結果表明,在引入的數(shù)據集上,新的網絡模型對人臉圖像的修飾檢測有較強的魯棒性,達到了較高的識別率.
應用科學學報雜志要求:
{1}稿件須提供詳細準確的參考文獻信息，包括作者姓名、著作名、出版地、出版單位、出版年，文章名、期刊名及出版時間等。
{2}學術內容：應具有真實性、科學性、導向性、實用性、創(chuàng)新性。
{3}每圖應有圖序、圖題、圖注和圖身。圖中的物理量用符號表示并注明單位。圖序、圖題、圖注以及所用的名詞、術語要與正文一致。
{4}正文行文中非漢語姓氏一律使用外文原文。
{5}請在文稿后面注明稿件聯(lián)系人的姓名、工作單位、地址、電話、郵箱等信息，以便本刊編輯聯(lián)系有關事宜。
注：因版權方要求，不能公開全文，如需全文，請咨詢雜志社
相關期刊
