基于优化卷积神经网络的人耳识别

作     者：弭博雯 田莹 王诗宁 MI Bowen;TIAN Ying;WANG Shining

作者机构：辽宁科技大学软件学院辽宁鞍山114051 

基　　金：校优秀人才项目(601009816) 

出 版 物：《辽宁科技大学学报》 (Journal of University of Science and Technology Liaoning)

年 卷 期：2018年第41卷第4期

页      码：299-307页

摘      要：为了提高人耳图像的识别率,本文提出了一种基于优化卷积神经网络的人耳识别算法。首先针对人耳识别问题设计一个基于卷积神经网络的深层网络结构,选取改进的激活函数PReLU,在最后的全连接层引入Dropout技术,防止网络过拟合,选择不依赖学习率也可以达到良好效果,且收敛速度最快的Adadelta对网络进行优化。实验中通过大量的不同类型的人耳图像样本对设计的网络不断地训练,以此来确定卷积神经网络中特征图数量以及学习率等参数的设置。对训练好的深度学习网络结构进行最后的人耳识别步骤测试,通过对比实验证明了该方法在一定程度的旋转以及遮挡等干扰条件下具有很强的鲁棒性,同时人耳识别率明显提高。

主 题 词：人耳识别 卷积神经网络 深度学习 

学科分类：08[工学] 080203[080203] 0802[工学-机械学] 

D　O　I：10.13988/j.ustl.2018.04.009

馆 藏 号：203395181...