最新資訊

基于深度集成學(xué)習(xí)的人臉智能反饋認(rèn)知方法

人臉識(shí)別技術(shù)是深度學(xué)習(xí)的重要研究領(lǐng)域。為了克服傳統(tǒng)開環(huán)人臉認(rèn)知模式以及深層神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的缺陷，模仿人類實(shí)時(shí)評(píng)測(cè)認(rèn)知結(jié)果自尋優(yōu)調(diào)節(jié)特征空間和分類認(rèn)知準(zhǔn)則的認(rèn)知模式，借鑒閉環(huán)控制理論思想，探索了一種基于深度集成學(xué)習(xí)的人臉智能反饋認(rèn)知方法。首先，基于DEEPID網(wǎng)絡(luò)建立人臉圖像由全局到局部具有確定映射關(guān)系的非結(jié)構(gòu)化特征空間；其次，基于特征可分性評(píng)測(cè)和變精度粗糙集理論，從信息論角度建立非結(jié)構(gòu)化動(dòng)態(tài)特征表征的人臉認(rèn)知決策信息系統(tǒng)模型，以約減非結(jié)構(gòu)化特征空間；再次，采用集成隨機(jī)權(quán)向量函數(shù)連接網(wǎng)絡(luò)，構(gòu)建簡(jiǎn)約非結(jié)構(gòu)化特征空間的分類認(rèn)知準(zhǔn)則；最后，構(gòu)建人臉認(rèn)知結(jié)果熵測(cè)度指標(biāo)，為人臉特征空間和分類認(rèn)知準(zhǔn)則的自尋優(yōu)調(diào)節(jié)機(jī)制提供量化依據(jù)。實(shí)驗(yàn)結(jié)果表明，較已有方法，該方法有效地提高了人臉圖像的識(shí)別率。

發(fā)表于：5/6/2019