| 增长式卷积神经网络及其在人脸检测中的应用 |
| |
| 引用本文： | 顾佳玲,彭宏京.增长式卷积神经网络及其在人脸检测中的应用[J].系统仿真学报,2009,21(8). |
| |
| 作者姓名： | 顾佳玲 彭宏京 |
| |
| 作者单位： | 南京工业大学信息科学与工程学院,南京,210009 |
| |
| 摘 要： | 卷积神经网络擅于提取具有类别分辨能力的隐式特征,在人脸检测等领域获得巨大成功.然而典型的卷积神经网络的固定结构又使得网络规模初始设定只能是经验性的,难以实现后继的再学习.鉴于此,提出一种结构可变的卷积神经网络的构造方法:从每层只有单个卷积核的简单网络结构开始训练,逐渐为各网络层增加新的卷积神经元并修改新增连接权重,当训练结果达到预期目标时训练结束.在人脸检测的实验中,不同网络规模下的识别结果表明基于结构增长生成的网络可以在精确度和网络规模之间取得一个非常好的折衷.此外,在追加新的学习样本时,分类器在保持原有学习结果基础上,只需调整少量新增神经元的权值,就能明显提高检测率.
|
| 关 键 词： | 卷积神经网络 机器学习 人脸检测 神经网络 模式分类 |
Incremental Convolution Neural Network and Its Application in Face Detection |
| |
| Abstract: | |
| |
| Keywords: | convolution networks machine learning face detection neural networks pattern classification |
| 本文献已被 万方数据 等数据库收录！ |
|
