QQ客服 官方微博 反馈留言

题名	时空特征学习算法及其应用研究; Research on Spatiotemporal Feature Learning Algorithms and Its Applications
作者	詹永杰
答辩日期	2016-12-22 ; 2016-05-19
导师	卜轶坤 ; 龙飞
关键词	特征学习 表情识别 火焰检测 Feature Learning Facial Expression Recognition Fire Detection
英文摘要	传统的手工特征通常需要经过精心设计和筛选才能在某一具体应用中取得满意的效果。相对于手工设计的特征而言，特征学习直接从样本数据学习有效的特征表达，大大减轻了构造特征表达的难度。近年来，特征学习方法在很多计算机视觉和模式识别应用中取得了令人鼓舞的成绩。 本文研究基于卷积神经网络（CNN）、独立子空间分析（ISA）和独立分量分析（ICA）的特征学习方法，并将这些方法应用到特征点定位和视频分类等视觉任务中。重点研究基于独立子空间分析和独立分量分析的时空特征学习方法，并进一步探索多层架构的时空特征学习方法。本文所做的主要工作有以下几点： 研究了卷积神经网络（CNN）及其在面部特征点检测中的应用。在大...; Most hand-designed features work well only after meticulously designing and selecting. Compared with hand-designed features, feature learning methods directly learn features from data. It eases the hard of designing or selecting features and the dependence on domain knowledge. In recent years, feature learning methods have made a great success in many applications of computer vision and pattern re...; 学位：工程硕士; 院系专业：信息科学与技术学院_工程硕士(集成电路工程); 学号：23120131153147
语种	zh_CN
出处	http://210.34.4.13:8080/lunwen/detail.asp?serial=57825
内容类型	学位论文
源URL	[http://dspace.xmu.edu.cn/handle/2288/134882]
专题	信息技术－学位论文
推荐引用方式 GB/T 7714	詹永杰. 时空特征学习算法及其应用研究, Research on Spatiotemporal Feature Learning Algorithms and Its Applications[D]. 2016, 2016.

个性服务

查看访问统计

相关权益政策

暂无数据

收藏/分享

除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。