基于存储器神经网络的人脸识别研究(可复制论文).pdf

摘要基于存储器神经网络的人脸识别研究岢隽嘶谧宰橹∈鑂的畉神经网络模型。,从而得到一个新的神经网络模型——基博士研究生周兆捷导师吴乐南东南大学无线电工程系人脸的自动识别技术在近几十年来成为图像处理与模式识别领域的一个研究熟点,其不但在理论研究上具有较大的挑战性,而且在现实生活中有广阔的应用市场。如同在其它领域一样,人工神经网络技术在人脸识别领域也有着广泛的应用研究,但基于存储器的神经网络模型却尚未在该领域得到充分的重视。本论文的主要工作即是围绕基于存储器神经网络的人脸识别而展开,在充分挖掘基于稀疏膎神经网络模型的人脸识别性能的基础上,对其做出改进,并结合人脸识别领域的其它方法作进一步的探讨:教置嫦蛉肆呈侗鸬幕谙∈。,在得到性能拓展的同时也带来了可调参数的增加,这些参数的设置跏蓟对该神经网络模型的性能起着决定性的作用。本文从人脸识别的应用角度出发,。裳绞健⒋娲⑵鞯ピ<せ罟嬖距离度量规则与激活单元的个数约按娲⑵鞯ピ5刂返纳柚茫⑾至舜娲⑵⑶姨岢隽艘恢置嫦蜓盗芳腟存储单元地址设置方法,实验表明采用新的娲⒌ピ5刂飞柚梅椒ḿ忍岣吡巳肆呈别性能,又降低了网络模型的学习训练时间,,总结出加强各人脸图像的畉组在神经网络模型的相应屑せ畹拇娲⒌ピ5姆植夹允翘岣呷肆呈侗鹦阅艿墓丶R此本文提出采用自组织映射P屠囱把盗纺J剑玫揭恢中碌拇娲⑵。,基于存储器神经网络模型的一个重要特点就是其学习训练和输出响应的快速性,因此在满足一定性能要求的条件下,寻求快速的学习训练算法是神经网络模型研究的重要方向。本文将改进的经典一次提交算法与回归一次提交算法推广应用于窬网络模型,实验表明这两种快速学习算法在窬缒P涂蚣芟履苋〉媒虾出了一个方向。东南大学博士学位论文
知识水坝***@pologoogle为您整理
关铡剩喝肆呈侗穑蝗肆潮砬槭侗穑换诖娲⑵∈璺植芯炕谧宰橹∈鑂的畉神经网络模型与统计模式识别中方法的人脸识别性能,同时较之于误差矫正的学习算法,极大地缩短丁学习训练的时间。贕滤波与自组织稀疏膎神经网络模型相结食的人脸识别研究。本文在了解〔ㄔ谌肆呈侗鹬杏τ玫幕∩希崽⊿.窬缒P偷膎采样特点,提出对不同尺度瞬ㄌ卣鞑扇〔坏瘸さ膎—裳椒ǎ炊跃哂较好分类性质的瞬ㄌ卣鞑捎媒舷傅膎采样的指导思想,实验表明基于该猼采样比采用传统的等长猼采样提高了人脸识别性能,这也为多人脸物卣髟赟—窬缒P椭械牧:涎盗泛褪侗鹛峁┝丝赡堋级联的分类器组合应用。在对当前模式识别问题中分类器组合的结构与策略研究韵基础上,提出对窬缒P秃蚉、椒ú捎眉读P头掷嗥髯楹辖峁梗抽象层上进行组合的设想。实验中将畉神经网络模型分别与方法两两组合,由作为级联组合结构中的第一级分类器对待识人脸划定一个候选人脸类别子集,再由第二级分类器确定出待识人脸模式的最终所属类别,取得了不错的识别效果。教只谧宰橹∈鑂的窬缒P驮谌肆潮砬槭侗鹬械挠τ谩6匀肆潮情识别的背景及研究现状进行了分析,阐述了当前人脸表情识别的几种主要方法,并将基于自组织稀疏膎神经网络模型推广应用于人脸表情识别,分别对原始图像和原始图像的瞬ㄌ卣鹘辛巳肆潮砬槭侗鹗笛椋钪战岷鲜笛榻峁匀嗽啾情识别的研究方向进行了展望。存储器;自组织映射;瞬ǎ悍掷嗥髯楹摘要
知识水坝***@pologoogle为您整理
—至堕奎兰竖主堂垡竺兰:甋瑃‘,·.—.,//
:,琇甀:琺瑃猼,,...,瑂
~戤鞋燧名:翘舭以东南大学学位论文独创性声明东南大学学位论文使用授权声明本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得其他人已经发表或撰写过的研究成果,也不包含为获得东南大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均东南大学、中国科学技术信息研究所、国家图书馆有权保留本人所送交学位论文的复印件和电子文档,可以采用影印、缩印或其他复制手段保存论文。本人电子文档的内容和纸质论文的内容相一致。除在保密期内的保密论文外,允许论括刊登谌ǘ洗笱а芯可喊炖怼的研究成果。尽我所知,除了文中特别加以标注和致谢的地方外,论文中不包含已在论文中作了明确的说明并表示了谢意。文被查阅和借阅,可以公布ǹ论文的全部或部分内容。论文的公布
第一章绪论研究背景与意义人类社会形成的一个重要特征就是人与人之间存在着各种各样的社会交往