钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
文献导航
学科分类
>
综合
工业技术
科教文艺
医药卫生
基础科学
经济财经
社会科学
农业科学
哲学政法
社会科学II
哲学与人文科学
社会科学I
经济与管理科学
工程科技I
工程科技II
医药卫生科技
信息科技
农业科技
数据库索引
>
中国科学引文数据库
工程索引(美)
日本科学技术振兴机构数据库(日)
文摘杂志(俄)
科学文摘(英)
化学文摘(美)
中国科技论文统计与引文分析数据库
中文社会科学引文索引
科学引文索引(美)
中文核心期刊
cscd
ei
jst
aj
sa
ca
cstpcd
cssci
sci
cpku
默认
篇关摘
篇名
关键词
摘要
全文
作者
作者单位
基金
分类号
搜索文章
搜索思路
钛学术文献服务平台
\
学术期刊
\
工业技术期刊
\
自动化技术与计算机技术期刊
\
计算机技术与发展期刊
\
基于深度学习的人脸姿态分类方法
基于深度学习的人脸姿态分类方法
作者:
赵启军
邓宗平
陈虎
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取
姿态分类
级联
深度学习
卷积神经网络
摘要:
人脸姿态通常表达着有用的信息,准确地把握人脸的姿态,往往在人脸对齐、人类行为分析以及司机疲劳驾驶监控等方面有着重要的作用。文中方法与以往姿态估计方法不一样,是一种基于卷积神经网络,应用深度学习做人脸姿态分类的方法。首先,第一次网络对姿态在yaw方向上进行5分类,同时在roll方向具有鲁棒性。之后,将第一次输出正脸的结果进入第二次网络,对姿态在pitch方向进行3分类。所有的输出结果对光照都具有鲁棒性。文中采用级联的方法在公开库上做测试,准确率高达95%以上。在实际监控视频中,姿态估计不仅有较高的准确率,而且有惊人的速度。由于本身实验的设计独特性,只做了自身实验对比。结果充分展示了用合理的神经网络与网络级联的方法在姿态估计上面的发展潜力。
暂无资源
收藏
引用
分享
推荐文章
基于深度学习与融入梯度信息的人脸姿态分类检测
人脸姿态分类
深度学习
受限玻尔兹曼机
基于迁移学习的人脸姿态分类方法
人脸姿态分类
卷积神经网络
特征提取
迁移学习
基于深度学习的人脸识别方法研究综述
深度学习
人脸识别
卷积神经网络
生物特征识别
基于深度学习特征的稀疏表示的人脸识别方法
机器学习
生物特征识别
深度学习
特征学习
子空间
小样本
稀疏表示
人脸识别
内容分析
文献信息
引文网络
相关学者/机构
相关基金
期刊文献
内容分析
关键词云
关键词热度
相关文献总数
(/次)
(/年)
文献信息
篇名
基于深度学习的人脸姿态分类方法
来源期刊
计算机技术与发展
学科
工学
关键词
姿态分类
级联
深度学习
卷积神经网络
年,卷(期)
2016,(7)
所属期刊栏目
智能、算法、系统工程
研究方向
页码范围
11-13,18
页数
4页
分类号
TP301
字数
2635字
语种
中文
DOI
10.3969/j.issn.1673-629X.2016.07.003
五维指标
作者信息
序号
姓名
单位
发文数
被引次数
H指数
G指数
1
陈虎
四川大学计算机学院视觉合成图形图像技术国防重点学科实验室
27
134
5.0
11.0
2
赵启军
四川大学计算机学院视觉合成图形图像技术国防重点学科实验室
11
30
3.0
5.0
3
邓宗平
四川大学计算机学院视觉合成图形图像技术国防重点学科实验室
2
7
2.0
2.0
传播情况
被引次数趋势
(/次)
(/年)
引文网络
引文网络
二级参考文献
(8)
共引文献
(362)
参考文献
(4)
节点文献
引证文献
(5)
同被引文献
(5)
二级引证文献
(15)
1986(1)
参考文献(0)
二级参考文献(1)
1989(1)
参考文献(0)
二级参考文献(1)
2000(1)
参考文献(0)
二级参考文献(1)
2002(1)
参考文献(1)
二级参考文献(0)
2004(2)
参考文献(0)
二级参考文献(2)
2006(2)
参考文献(1)
二级参考文献(1)
2011(1)
参考文献(0)
二级参考文献(1)
2012(1)
参考文献(0)
二级参考文献(1)
2013(1)
参考文献(1)
二级参考文献(0)
2015(1)
参考文献(1)
二级参考文献(0)
2016(0)
参考文献(0)
二级参考文献(0)
引证文献(0)
二级引证文献(0)
2017(2)
引证文献(2)
二级引证文献(0)
2018(5)
引证文献(0)
二级引证文献(5)
2019(12)
引证文献(3)
二级引证文献(9)
2020(1)
引证文献(0)
二级引证文献(1)
研究主题发展历程
节点文献
姿态分类
级联
深度学习
卷积神经网络
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机技术与发展
主办单位:
陕西省计算机学会
出版周期:
月刊
ISSN:
1673-629X
CN:
61-1450/TP
开本:
大16开
出版地:
西安市雁塔路南段99号
邮发代号:
52-127
创刊时间:
1991
语种:
chi
出版文献量(篇)
12927
总下载数(次)
40
总被引数(次)
111596
期刊文献
相关文献
1.
基于深度学习与融入梯度信息的人脸姿态分类检测
2.
基于迁移学习的人脸姿态分类方法
3.
基于深度学习的人脸识别方法研究综述
4.
基于深度学习特征的稀疏表示的人脸识别方法
5.
一种基于融合深度卷积神经网络与度量学习的人脸识别方法
6.
基于深度学习与随机森林的人脸年龄与性别分类研究
7.
基于深度学习与传统机器学习的人脸表情识别综述
8.
基于深度学习的人体姿态估计方法综述
9.
基于深度学习的人脸跟踪自动初始化方法
10.
基于深度学习的人脸分析研究进展
11.
基于深度学习的头部姿态估计
12.
一种结合Gabor小波与深度学习的人脸识别方法
13.
基于SLBP深度信念网络的人脸识别研究
14.
基于深度学习和部分模型的相关性人脸检测
15.
基于深度学习的重叠人脸检测
推荐文献
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
根据相关规定,获取原文需跳转至原文服务方进行注册认证身份信息
完成下面三个步骤操作后即可获取文献,阅读后请
点击下方页面【继续获取】按钮
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
原文合作方
继续获取
获取文献流程
1.访问原文合作方请等待几秒系统会自动跳转至登录页,首次访问请先注册账号,填写基本信息后,点击【注册】
2.注册后进行实名认证,实名认证成功后点击【返回】
3.检查邮箱地址是否正确,若错误或未填写请填写正确邮箱地址,点击【确认支付】完成获取,文献将在1小时内发送至您的邮箱
*若已注册过原文合作方账号的用户,可跳过上述操作,直接登录后获取原文即可
点击
【获取原文】
按钮,跳转至合作网站。
首次获取需要在合作网站
进行注册。
注册并实名认证,认证后点击
【返回】按钮。
确认邮箱信息,点击
【确认支付】
, 订单将在一小时内发送至您的邮箱。
*
若已经注册过合作网站账号,请忽略第二、三步,直接登录即可。
期刊分类
期刊(年)
期刊(期)
期刊推荐
一般工业技术
交通运输
军事科技
冶金工业
动力工程
化学工业
原子能技术
大学学报
建筑科学
无线电电子学与电信技术
机械与仪表工业
水利工程
环境科学与安全科学
电工技术
石油与天然气工业
矿业工程
自动化技术与计算机技术
航空航天
轻工业与手工业
金属学与金属工艺
计算机技术与发展2022
计算机技术与发展2021
计算机技术与发展2020
计算机技术与发展2019
计算机技术与发展2018
计算机技术与发展2017
计算机技术与发展2016
计算机技术与发展2015
计算机技术与发展2014
计算机技术与发展2013
计算机技术与发展2012
计算机技术与发展2011
计算机技术与发展2010
计算机技术与发展2009
计算机技术与发展2008
计算机技术与发展2007
计算机技术与发展2006
计算机技术与发展2005
计算机技术与发展2004
计算机技术与发展2003
计算机技术与发展2002
计算机技术与发展2001
计算机技术与发展2016年第9期
计算机技术与发展2016年第8期
计算机技术与发展2016年第7期
计算机技术与发展2016年第6期
计算机技术与发展2016年第5期
计算机技术与发展2016年第4期
计算机技术与发展2016年第3期
计算机技术与发展2016年第2期
计算机技术与发展2016年第12期
计算机技术与发展2016年第11期
计算机技术与发展2016年第10期
计算机技术与发展2016年第1期
关于我们
用户协议
隐私政策
知识产权保护
期刊导航
免费查重
论文知识
钛学术官网
按字母查找期刊:
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
其他
联系合作 广告推广: shenyukuan@paperpass.com
京ICP备2021016839号
营业执照
版物经营许可证:新出发 京零 字第 朝220126号