SR-CNN融合决策的眼部状态识别方法

• 作者: 周秦邦 唐杰 陈仁文 黄斌
• 来源期刊: 哈尔滨工程大学学报
• 学科: 工学
• 关键词: SR方法 融合决策 卷积神经网络 眼部状态识别 过拟合 网络优化 数据增强
• 年，卷（期）: 2018,（7）
• 页码范围: 1233-1238
• 页数: 6页
• 分类号: TP391.4
• 字数: 4347字
• 语种: 中文
• DOI: 10.11990/jheu.201612071

摘要

为了研究人眼状态识别对人眼定位的依赖性和实际使用中分类模型泛化能力不佳的问题,本文提出了一种基于选择性区域的卷积神经网络的融合决策的眼部状态识别方法.该方法用SR方法预处理wild人脸数据集,扩大了训练集的规模并引入了对眼部的先验知识,在此基础上训练卷积神经网络的分类模型进行眼部状态识别的评估.对比实验结果可知,基于SR-CNN融合决策的眼部状态识别方法测试的准确度能达到95%左右,显著降低了测试错误率,提高了模型的泛化能力和准确性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈仁文	南京航空航天大学机械结构力学及控制国家重点实验室	115	1090	19.0	28.0
2	黄斌	南京航空航天大学机械结构力学及控制国家重点实验室	33	131	6.0	9.0
3	周秦邦	南京航空航天大学机械结构力学及控制国家重点实验室	2	3	1.0	1.0
4	唐杰	南京航空航天大学机械结构力学及控制国家重点实验室	3	20	3.0	3.0