bck

收藏本站

基于自编码器和生成对抗网络的图像识别方法研究

【摘要】:图像识别的核心是如何学习到判别性强,鲁棒的图像特征。性能优良的特征有助于图像识别与分析。但因图像内容非常复杂,易受遮挡、光照、尺寸、形变等因素的影响,获得判别能力强的特征非常困难。如何能够有效地提取图像特征,目前仍然是人工智能,模式识别和计算机视觉等领域研究的重点内容之一,本文以自编码器和生成对抗网络两种模型为基础框架,研究了深度学习方法在图像特征提取及其在图像识别中的应用。深度学习具有强大的,从一般抽象到高度抽象的多层次数据表征能力,它持续吸引着众多的研究人员和资金投入其中。虽然深度学习已经在图像,语音和信号处理等多个领域都取得较好的成绩,但是仍然存在一些问题和需要改进的地方,比如如何将鉴别信息有效地嵌入到特征学习中,如何将大量的无标记数据融入到有标记数据中统一地进行学习,如何提取到可解释的数据表示等问题,本文主要针对以上问题,提出几种基于自编码器和生成对抗网络的深度学习方法来提高模型的泛化能力。本文主要工作包含以下几个方面:(1)提出了一种标签一致性约束的稀疏自编码器模型。自编码器是一种具有快速推理结构的神经网络模型,如稀疏自编码器,非负约束自编码器等,但是这些自编码器都忽略了数据之间的关系,不易学习到鉴别性强的特征。针对以上问题,本文提出一种标签一致性约束稀疏自编码器模型,这种自编码器在特征学习的过程中,通过惩罚数据特征到其类中心的距离,将中心损失加入到损失函数中,使得数据在重构的过程中,能够学习到数据的鉴别性结构信息。另外还可以将这种浅自编码模型堆栈成深层模型,通过对深层网络预训练加微调的方式,进一步提高该模型的多层次抽象特征学习能力。不同数据集上的实验验证了标签一致性约束有助于提高自编码器提取到具有鉴别性的图像特征,是一种有效的深层模型初始化策略。(2)提出了一种图拉普拉斯约束的阶梯网络模型。阶梯网络是一种以深度自编码器为基础框架的深层次网络模型,这种网络能将监督学习和非监督学习融入到同一个框架中进行学习,这种半监督学习的策略有助于提高监督信息的利用效率和非监督特征学习的判别性。为了进一步将流形结构嵌入到阶梯网络中,本文将图拉普拉斯矩阵引入到这个模型中,提出了基于图拉普拉斯流形正则化约束的阶梯网络,这种网络将所有样本,包括有标记样本和无标记样本,都映射到同一个图中进行学习。这种约束可在数据重构和特征学习的过程中起到局部约束的作用,进一步提高了阶梯网络的半监督学习能力。在实验阶段,建立了全连接形式和卷积形式的拉普拉斯阶梯网络模型,并在手写数字数据集和物体识别数据集上进行了验证,实验结果证明了该方法在图像识别中的有效性。(3)提出了一种均值与方差特征匹配的生成对抗网络模型。生成对抗网络是一种深度生成模型,这种网络假设所有样本,均是由一个潜在的模型生成的,所以生成对抗网络可用于半监督学习。改进的生成对抗网络(Improved GAN)是一种先进的生成对抗学习方法,提出了特征匹配的训练方法,有效地提高了生成对抗网络的训练稳定性。但是这种方法只将特征的一阶矩均值作为统计变量来进行特征匹配,这样的做法不能很好地描绘特征分布,且不能很好地将原始数据的特征分布与生成数据的特征分布进行匹配,所以本文将特征的二阶矩方差加入到特征匹配的训练中,提出一种基于均值与方差特征匹配的生成对抗网络,这种网络使得生成数据和原始数据的特征匹配度更高,能更有效地抓住数据的流形结构。实验验证了加入方差的特征匹配方法有助于进一步提高生成对抗网络模型的半监督分类性能,在有标记数据量较少的情况下,提升效果更为明显,而且这种网络能生成较为真实的图像。(4)提出了一种用于解耦表示学习的双编码-解码结构的生成对抗网络模型。为了得到可解释表示,解耦表示学习常常用于分析深层神经网络。本文以人脸数据为例,论证了生成对抗网络的解耦表示学习能力,并分析了解耦后的特征有助于提高鲁棒性。解耦生成对抗网络(DR-GAN)能将人脸身份信息从姿态属性中解耦出来,然后利用解耦后的人脸表示进行人脸识别,提高了人脸表示在抗姿态干扰方面的能力。但是这种方法存在缺点,第一,DR-GAN使用传统的真伪判别作为其对抗函数,不利于模型的训练稳定性和收敛速度,第二,这种方法利用独热向量(One-Hot Vector)来表示姿态,丢失很多姿态细节信息,而且这种离散的表示,忽略了姿态呈连续性变化的潜在属性。针对以上问题,本文提出了双编码-解码结构的生成对抗网络,这种网络利用自编码器来作为其判别器的一部分,引入了基于像素损失的对抗学习方法,有助于提高模型的训练稳定性和生成真实图像的能力。用一个连续性变量来表征人脸姿态,作为先验加入到模型训练中,并用回归代替分类的方式对其姿态进行评估,这种方式有助于提升模型的解耦表示学习能力。实验结果表明,所提的方法在姿态不变人脸识别和生成跨姿态人脸的任务上都有较好的表现。

下载App查看全文

(如何获取全文? 欢迎:、、)

支持CAJ、PDF文件格式


【相似文献】
中国期刊全文数据库 前17条
1 王雅思;姚鸿勋;孙晓帅;许鹏飞;赵思成;;深度学习中的自编码器的表达能力研究[J];计算机科学;2015年09期
2 肖思宇;吴丁娟;;基于神经网络与模糊理论的模糊自编码器[J];信息技术;2020年04期
3 林涛;赵成林;刘航鹏;赵参参;;基于改进栈式自编码器的风电机组发电机健康评估[J];计算机工程与科学;2020年03期
4 钟昕孜;廖闻剑;;基于自编码器的语音情感识别方法研究[J];电子设计工程;2020年06期
5 田志新;;定位编码器在钢丝绳检测中的应用与研究[J];中国石油和化工标准与质量;2020年03期
6 赵映川;;编码器原理与应用分析[J];无线互联科技;2018年22期
7 黄鸿;黄宇航;刘政;;装卸料机编码器交叉比较调试工具研发与应用[J];电工技术;2019年18期
8 孙佳媛;刘芳芳;马建敏;;角度编码器的校准和应用[J];上海计量测试;2019年05期
9 ;堡盟:智能化重载编码器[J];今日制造与升级;2018年03期
10 宋佳佳;程方斌;吕慧明;王文婷;胡浩峰;;调速用旋变编码器误差分析与校正[J];轻工机械;2016年06期
11 麦吉;胡睿;陈善志;王昱峰;张新磊;;增量式多零点角度编码器自动寻零方法研究[J];宇航计测技术;2016年06期
12 周凤坤;张大龙;;磁编码器的安装与调整技术研究[J];科技创新与应用;2017年01期
13 张坤;周浩;;磁电编码器的测量误差分析及倾斜消差滤波[J];兵器装备工程学报;2016年12期
14 杜宗潆;;满足安全需求的绝对编码器[J];电世界;2016年08期
15 金庆江;徐晨玮;;轮胎式起重机测速编码器常见故障分析与解决方案[J];港口科技;2016年08期
16 李远豪;甘俊英;;深度自编码器用于人脸美丽吸引力预测的研究[J];五邑大学学报(自然科学版);2014年04期
17 韦青海;刘强;陈新;王晗;范朝龙;陈彬;;圆编码器的振动干扰研究[J];机床与液压;2015年17期
中国重要会议论文全文数据库 前10条
1 白永威;夏加宽;季慧颖;;基于CPLD的编码器抗干扰电路设计与实现[A];第十三届沈阳科学学术年会论文集(理工农医)[C];2016年
2 张磊;夏传浩;洪一;;使用纠错技术的8b/10b编码器设计[A];全国第22届计算机技术与应用学术会议(CACIS·2011)暨全国第3届安全关键技术与应用(SCA·2011)学术会议论文摘要集[C];2011年
3 刘靖;李立;张兴;董文亮;郑利元;;首钢智新连退线编码器故障预警功能开发[A];2019年第二届钢铁工业智能制造发展论坛会议论文集[C];2019年
4 ;堡盟微米级精度绝对值编码器[A];高速铁路与轨道交通(领航版)[C];2015年
5 李博;;编码器在宽厚板中的控制应用[A];中国计量协会冶金分会2015年会论文集[C];2015年
6 ;堡盟最新推出超速开关组合式重载编码器[A];高速铁路与轨道交通(证券版)[C];2016年
7 杨柳;薛方;;形状自适应可扩缩编码器的研究与实现[A];全国第十四届计算机科学及其在仪器仪表中的应用学术交流会论文集[C];2001年
8 郝双晖;刘勇;周春蛟;刘杰;;基于标定原理的单磁极编码器设计[A];2005全国自动化新技术学术交流会论文集(三)[C];2005年
9 陈成;;连铸自动化系统编码器软件设计[A];全国冶金自动化信息网2018年会论文集[C];2018年
10 贺庚贤;;一种高精度编码器的检测方法[A];第九届全国光学测试学术讨论会论文(摘要集)[C];2001年
中国博士学位论文全文数据库 前10条
1 胡聪;基于自编码器和生成对抗网络的图像识别方法研究[D];江南大学;2019年
2 朱炳强;高清实时编码器中帧间预测器的关键技术研究[D];清华大学;2010年
3 邸志雄;HDL代码质量评估方法关键技术研究与电路性能优化[D];西安电子科技大学;2013年
4 王洪君;H.264运动估计快速算法研究及编码器DSP实现[D];天津大学;2009年
5 王涛;视频编解码器设计与实现关键问题研究[D];上海交通大学;2008年
6 吕德刚;集成霍尔磁编码器的研究[D];哈尔滨工业大学;2009年
7 左洋;基于非均匀采样光电编码器细分误差的分析方法研究[D];中国科学院研究生院(长春光学精密机械与物理研究所);2015年
8 王正海;宽带无线通信系统中Turbo码编码技术优化方法的研究[D];武汉大学;2011年
9 孙健;基于并行流水线结构的高速图像压缩技术研究[D];中国科学院研究生院(光电技术研究所);2015年
10 庞朝阳;向量量化与图像压缩——理论分析、算法设计、应用、实现[D];电子科技大学;2002年
中国硕士学位论文全文数据库 前10条
1 鲁亚平;面向深度网络的自编码器研究[D];苏州大学;2016年
2 李斐然;基于霍尔原理的绝对式磁编码器的研究[D];哈尔滨工业大学;2015年
3 冯立锋;面向高精度伺服系统的磁电式编码器研究[D];哈尔滨工业大学;2014年
4 徐彬;基于FPGA的模拟量编码器接口电路的设计与实现[D];江西科技师范大学;2014年
5 崔建勇;快速稀疏编码器的研究及应用[D];大连理工大学;2014年
6 武亭;一种复合式磁编码器的研究[D];哈尔滨工业大学;2011年
7 张荣;容栅编码器研究及其应用[D];同济大学;2007年
8 王雅思;深度学习中的自编码器的表达能力研究[D];哈尔滨工业大学;2014年
9 薛继卓;新型磁电式多圈绝对编码器设计[D];黑龙江大学;2015年
10 郝利刚;多角度人脸识别的深度学习方法研究[D];北京工业大学;2015年
中国重要报纸全文数据库 前10条
1 本报记者 徐微;[N];长春日报;2019年
2 MEB记者 张兰;[N];机电商报;2017年
3 本报记者 李文洁;[N];东莞日报;2014年
4 本报记者 丹璐;[N];中国电子报;2014年
5 贺顺华;[N];中国纺织报;2009年
6 中国工业报记者 王斌;[N];中国工业报;2019年
7 记者 谢晓燕 通讯员 卢达 李院红;[N];邢台日报;2013年
8 任可;[N];科技日报;2009年
9 陈运发;[N];机电商报;2009年
10 ;[N];今日信息报;2004年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978


{bck}| {bck体育官网}| {bck体育下载}| {bck体育app}| {bck体育}| {bckbet}| {bcksports}| {bck官网}| {bck}| {bck体育官网}| {bck体育下载}| {bck体育app}| {bck体育}| {bck}| {bck体育官网}| {bck体育下载}| {bck体育app}| {bck体育}| {bckbet}| {bcksports}| {bck官网}| {bck}| {bck体育下载}| {bck体育}| {bckbet}| {bcksports}| {bck官网}| {bck}| {bck体育下载}| {bck体育app}| {bck体育}| {bckbet}| {bck体育下载}| {bck体育app}| {bck体育}| {bckbet}| {bcksports}| {bck体育下载}| {bckbet}| {bcksports}| {bck体育官网}| {bck体育下载}| {bck体育app}| {bck体育}| {bck官网}| {bck体育下载}| {bckbet}| {bcksports}| {bck官网}| {bck体育app}| {bck体育}| {bcksports}| {bck官网}| {bck体育下载}| {bck体育}| {bckbet}| {bcksports}| {bck官网}| {bck体育}| {bcksports}| {bck官网}| {bck体育官网}| {bck体育下载}| {bck体育}| {bckbet}| {bcksports}| {bck}| {bck体育官网}| {bck体育下载}| {bck体育app}| {bck体育}| {bckbet}| {bck官网}| {bck}| {bck体育官网}| {bck体育下载}| {bck体育app}| {bcksports}| {bck官网}| {bck}| {bck体育官网}| {bcksports}| {bck体育下载}| {bck体育app}| {bckbet}|
{uc8}| {uc8体育}| {uc8官网}| {uc8老虎机}| {UC8娱乐城}| {uc8彩票}| {uc8}| {uc体育}| {uc8体育}| {UC体育}| {uc8官网}| {uc8老虎机}| {uc8体育}| {UC体育}| {uc8老虎机}| {uc8老虎机}| {UC8娱乐}| {uc8}| {uc体育}| {uc8体育}| {UC体育}| {uc8老虎机}| {uc8彩票}| {uc8}| {uc8体育}| {UC体育}| {uc8官网}| {UC8娱乐}| {UC8娱乐城}| {uc8}| {uc体育}| {uc8体育}| {UC体育}| {uc8官网}| {uc8老虎机}| {UC8娱乐}| {UC8娱乐城}| {uc8}| {uc体育}| {uc8体育}| {UC体育}| {uc8官网}| {uc8老虎机}| {UC8娱乐}| {UC8娱乐城}| {uc8}| {uc体育}| {uc8体育}| {UC体育}| {uc8官网}| {uc8老虎机}| {UC8娱乐}| {uc8彩票}| {uc8}| {uc体育}| {UC体育}| {UC8娱乐城}| {uc8}| {UC体育}| {uc8官网}| {uc8老虎机}| {uc8}| {uc体育}| {uc8体育}| {UC体育}| {uc8官网}| {uc8老虎机}| {UC8娱乐}| {UC8娱乐城}|