收藏本站
《广西师范大学》 2019年
收藏 | 手机打开
二维码
手机客户端打开本文

轻量化卷积神经网络研究与应用

周悦  
【摘要】:随着计算机软硬件飞速发展和大数据时代的到来,深度学习已经成为当前的研究热点,并已经广泛应用在生活中的各个领域,例如人脸识别、生物医学图像识别、公安刑侦、智能驾驶等领域。卷积神经网络(Convolutional Neural Network)作为目前广泛使用的深度学习算法之一,经过不断的发展,在大规模数据集上图像识别的准确率已经超过了人类平均水平,已成为图像识别领域最顶尖的算法。CNN在训练时无需人为的提取图像特征,可直接将图片输入网络,实现端到端的训练与预测,避免了传统识别算法复杂的图像预处理过程。CNN采用卷积核提取图像特征,该结构是一个多层感知器,可以在图像中提取到更加详细的图像特征信息,且对位移,比例缩放,倾斜等变形形式依然具有高度的不变性。本文从卷积神经网络理论出发,旨在设计轻量化高识别率的卷积神经网络,并将其应用在表情识别中。通过研究经典的卷积神经网络结构,并进行网络训练调参与网络优化得到了参数较少、识别率提升的网络训练模型,最终利用模型构建表情识别系统。本文主要研究内容包括以下几个方面:(1)通过对经典的AlexNet轻量化二级改进,对比改进前后的模型在数据集上的表现,验证模型轻量化的同时提高识别准确率的可行性。改进网络使用并行的多尺度卷积核对特征图片进行特征提取,采样的过程中保持输出维度一致,然后采用级联的方式将输出的特征图整合在一起。采用多种卷积核采样可以增加采集到特征的多样性。改进网络中使用了大量的1×1卷积核减少特征图厚度,有利于模型参数减少。改进后的网络在Caltech256和101_food数据集上进行测试,实验结果表明改进网络在原网络的基础上模型规模降低,识别率提高。(2)为了设计轻量型卷积神经网络,本文设计了轻量化网络SliceNet,SliceNet在提取特征时先将输出特征图分成数量相等的两组,每一组采用不同的卷积核进行操作以提取更充分的信息,而后将分组得到的多样性特征图像进行级联,最后通过1×1的卷积核将所有特征图整合作为下一层的输入。利用SliceNet与传统的CNN比较在Caltech256和101_food数据集上的分类精度来对比网络性能。SliceNet在数据集Caltech256上将识别率由50.1%提升至52.2%,在数据集101_food上将识别精度由66.3%提升至68.9%。(3)基于SliceNet提出了一种轻量化的高识别率的网络模型ReduceNet。ReduceNet使用Reduce模块对卷积神经网络进行轻量化处理。该轻量化网络在模型规模大幅度降低的情况下,仍具有较好的识别优势。基于Reduce模块,提出了加入残差思想的改进网络模块ReduceV2。使用ReduceV2模块设计了轻量化网络ReduceV2Net。ReduceV2Net在识别精度方面具有更强的性能。(4)为了将轻量化网络运用在人脸表情识别中,利用深度学习框架Caffe在人脸表情数据集上训练,得到人脸表情识别网络模型,并将识模型应用在视频中实时的人脸表情识别。对网络模型进行集成得到人脸表情识别性能更好的集成模型,并将其运用在图像中的人脸及表情识别中。
【学位授予单位】:广西师范大学
【学位级别】:硕士
【学位授予年份】:2019
【分类号】:TP391.41;TP183

【参考文献】
中国期刊全文数据库 前3条
1 刘建伟;刘媛;罗雄麟;;深度学习研究进展[J];计算机应用研究;2014年07期
2 周志华,陈世福;神经网络集成[J];计算机学报;2002年01期
3 朱小燕;史一凡;马少平;;手写体字符识别研究[J];模式识别与人工智能;2000年02期
【共引文献】
中国期刊全文数据库 前10条
1 田雨波;孙菲艳;任作琳;;基于支持向量机集成的圆极化微带天线设计[J];电波科学学报;2015年06期
2 康晓东;王昊;郭军;于文勇;;无监督深度学习彩色图像识别方法[J];计算机应用;2015年09期
3 崔鹏飞;裘玥;孙瑞;;面向网络内容安全的图像识别技术研究[J];信息网络安全;2015年09期
4 雷亚国;贾峰;周昕;林京;;基于深度学习理论的机械装备大数据健康监测方法[J];机械工程学报;2015年21期
5 路宗强;王建平;雷鹏娟;;车牌字符特征提取与识别应用[J];承德石油高等专科学校学报;2015年04期
6 逯玉婧;;一种基于深度信念网络的入侵检测模型[J];网络安全技术与应用;2015年08期
7 万杰;马国林;苏鹏宇;胡清华;于达仁;;基于生成型深信度网络的回归算法鲁棒性分析[J];科学技术与工程;2015年22期
8 王伟;王建东;;机场噪声监测点的异常发现[J];小型微型计算机系统;2015年07期
9 黄琳;张尤赛;;应用深层卷积神经网络的交通标志识别[J];现代电子技术;2015年13期
10 龚雪飞;刘萍;简家文;;基于PSO算法集成神经网络的多元有害气体检测系统[J];传感技术学报;2015年06期
【二级参考文献】
中国期刊全文数据库 前5条
1 周志华;何佳洲;陈世福;;神经网络国际研究动向——2000年国际神经网络联合大会评述[J];模式识别与人工智能;2000年04期
2 崔伟东;周志华;李星;;神经网络VC维计算研究[J];计算机科学;2000年07期
3 刘志敏,施鹏飞,郭钧锋;基于外接同心圆结构特征的自由手写体数字神经网络识别方法[J];中文信息学报;1997年02期
4 马少平,夏莹,朱小燕;基于模糊方向线素特征的手写体汉字识别[J];清华大学学报(自然科学版);1997年03期
5 马少平,夏莹,朱小燕;汉字的层次轮廓特征及其应用[J];清华大学学报(自然科学版);1995年05期
【相似文献】
中国期刊全文数据库 前10条
1 孔德壮;朱梦宇;于江坤;;人脸表情识别在辅助医疗中的应用及方法研究[J];生命科学仪器;2019年02期
2 杨晓龙;闫河;张杨;;人脸表情识别综述[J];数字技术与应用;2018年02期
3 原渊;;基于深度学习的人脸表情识别方法研究[J];电脑迷;2018年04期
4 翟懿奎;刘健;;面向人脸表情识别的迁移卷积神经网络研究[J];信号处理;2018年06期
5 赵美名;;教学系统中人脸表情识别系统的监督作用[J];教育教学论坛;2017年09期
6 施徐敢;张石清;赵小明;;基于压缩感知的鲁棒性人脸表情识别[J];计算机系统应用;2015年02期
7 李嘉良;范亦凡;展雯慧;黎箐箐;;人脸表情识别在婴儿看护中的应用[J];数码世界;2017年08期
8 孙蔚;王波;;人脸表情识别综述[J];电脑知识与技术;2012年01期
9 田建华;;一种高性能部分遮挡的人脸表情识别方法[J];电脑知识与技术;2011年08期
10 田建华;;基于改进的非负矩阵分解的人脸表情识别[J];电脑知识与技术;2011年13期
中国重要会议论文全文数据库 前10条
1 王吉林;;基于神经网络的人脸表情识别研究[A];2006’和谐开发中国西部声学学术交流会论文集[C];2006年
2 苏建霞;李凯;林文茹;;人脸表情识别软件的设计[A];第七届全国信息获取与处理学术会议论文集[C];2009年
3 吴立平;王金海;崔军;;人脸表情识别在监护系统中的应用与设计[A];天津市生物医学工程学会第三十四届学术年会论文集[C];2014年
4 朱娅妮;杜加友;;基于多特征融合的人脸表情识别[A];浙江省电子学会2009学术年会论文集[C];2009年
5 李悦;黄永明;章国宝;刘海彬;;基于角度差和散度均值特征的人脸表情识别[A];2013年中国智能自动化学术会议论文集(第五分册)[C];2013年
6 何良华;邹采荣;王志平;石光;赵力;;基于DWT-DCT的人脸表情识别[A];第一届中国情感计算及智能交互学术会议论文集[C];2003年
7 朱娅妮;王喆;;基于遗传算法进化的SVM人脸表情识别[A];2009年中国智能自动化会议论文集(第三分册)[C];2009年
8 刘帅师;田彦涛;郭冬梅;史于心;;基于混合特征和SVM的人脸表情识别算法[A];2009年中国智能自动化会议论文集(第三分册)[C];2009年
9 宋伟;赵清杰;宋红;樊茜;;基于关键块空间分布与Gabor滤波的人脸表情识别算法[A];2013年中国智能自动化学术会议论文集(第五分册)[C];2013年
10 陈海峰;;一种智能性自动换肤技术研究[A];第三届中国智能计算大会论文集[C];2009年
中国博士学位论文全文数据库 前10条
1 王占;基于稀疏子空间分析的人脸表情识别算法研究[D];北京交通大学;2017年
2 李筱鹤;非约束条件下人脸表情识别问题的研究[D];华南理工大学;2018年
3 孙文赟;基于深度学习的人脸表情识别研究[D];南京理工大学;2018年
4 杨雨浓;基于深度学习的人脸表情识别方法研究[D];西北大学;2017年
5 何良华;人脸表情识别中若干关键技术的研究[D];东南大学;2005年
6 刘伟锋;人脸表情识别研究[D];中国科学技术大学;2007年
7 Ongalo Phoebe Nasimiyu Fedha;基于机器学习方法的人脸表情识别研究[D];中南大学;2014年
8 岳雷;人脸表情识别新算法研究[D];北京理工大学;2015年
9 李小利;三维人脸表情识别中特征提取算法研究[D];北京交通大学;2016年
10 周书仁;人脸表情识别算法分析与研究[D];中南大学;2009年
中国硕士学位论文全文数据库 前10条
1 王瑞琼;堆栈式混合自编码器和迁移学习在人脸表情识别中的研究[D];西安理工大学;2019年
2 李宽;基于浅层卷积网络的人脸表情识别方法研究[D];中国科学技术大学;2019年
3 周悦;轻量化卷积神经网络研究与应用[D];广西师范大学;2019年
4 张文祥;基于深度卷积神经网络的人脸表情识别算法研究[D];厦门大学;2018年
5 石勇;基于面部特征点分析的人脸表情识别研究[D];安徽大学;2019年
6 曾逸琪;基于深度学习的人脸表情识别算法研究[D];中国科学技术大学;2018年
7 刘茂;基于MS-ELM的人脸表情识别及其在电影评分系统中的应用研究[D];湖南师范大学;2018年
8 姜姝宇;基于多姿态的三维人脸表情识别方法研究[D];吉林大学;2018年
9 李高阳;基于角度几何特征的人脸表情识别[D];华中师范大学;2018年
10 郭昱;基于神经网络的三维人脸表情识别[D];南京理工大学;2018年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026


日本高清免费一本视频,一本道久在线88综合,日本一本道手机在线dvd,东京热一本道色综合网,一本首久久综合久久爱,