您的位置: 专家智库 > >

李德强

作品数:5 被引量:23H指数:2
供职机构:南京理工大学计算机科学与技术学院更多>>
发文基金:江苏省产学研前瞻性联合研究项目中央高校基本科研业务费专项资金国家自然科学基金更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 5篇中文期刊文章

领域

  • 5篇自动化与计算...

主题

  • 2篇人脸
  • 2篇人脸检测
  • 2篇神经网
  • 2篇神经网络
  • 2篇网络
  • 2篇面部
  • 2篇卷积
  • 2篇卷积神经网络
  • 1篇隐私
  • 1篇隐私保护
  • 1篇用户
  • 1篇支持向量
  • 1篇支持向量机
  • 1篇人脸检测算法
  • 1篇人脸快速检测
  • 1篇特征点
  • 1篇特征点定位
  • 1篇图像
  • 1篇图像处理
  • 1篇主成份分析

机构

  • 5篇南京理工大学
  • 1篇中国农业银行...

作者

  • 5篇李千目
  • 5篇李德强
  • 2篇朱虹
  • 1篇徐永红
  • 1篇戚湧
  • 1篇赵健

传媒

  • 2篇南京理工大学...
  • 1篇计算机工程
  • 1篇软件
  • 1篇计算机科学

年份

  • 2篇2018
  • 1篇2017
  • 1篇2016
  • 1篇2015
5 条 记 录,以下是 1-5
排序方式:
基于级联卷积神经网络的人脸检测算法被引量:17
2018年
为了解决大部分基于深度学习的方法直接提取深度抽象特征,无法在速度与精度上取得均衡问题,该文将传统的级联框架与深度卷积神经网络结合,提出了一种新的基于级联的由浅至深的卷积神经网络人脸检测方法。首先通过融合全脸与部分人脸的全卷积神经网络置信图谱快速定位人脸候选区域,然后采用深度神经网络提取人脸鲁棒性特征,对候选区域进一步分类验证,并用联合回归的方法确定最终人脸位置,提高检测精确度。所提出的方法与一些代表性的算法对比和分析,在FDDB、AFW权威评测集上达到了可比较的精度,且能快速地进行检测。
孙康李千目李德强
关键词:人脸检测级联结构神经网络
基于二级级联支持向量机的人脸快速检测
2017年
为提高传统支持向量机无约束人脸检测算法的检测精度,基于可变形模型思想,将整体与局部特征级联方式结合,提出一种新的人脸快速检测算法。在第一层级中,设计整体人脸稀疏特征,以快速地提供精确的人脸候选区域,在第二层级中进行人脸定位,捕捉无约束条件下人脸拓扑形状,提取关键特征点周围鲁棒性特征,得到判别能力强的分类器验证候选区域。实验结果表明,该算法能流畅运行于VGA视频流中,提高无约束人脸检测精度,有效降低误检率。
李德强李千目孙康朱虹
关键词:可变形模型支持向量机人脸检测
基于安全多方求和与可验证私密分享的位置隐私保护协议被引量:1
2016年
为解决现有的TTP-free协议不能高效抵抗多个不诚实用户与基于位置的服务(LBS)提供商合谋攻击的问题,该文提出一种基于安全多方求和(SMS)与可验证私密分享(VSS)的位置隐私保护协议。采用SMS计算位置匿名中心,采用VSS进行位置加密,实现位置隐私保护并验证合作用户数据正确性。实验分析显示该协议能有效应对外部攻击和内部攻击,并侦查不诚实的合作用户,为LBS提供高质量位置隐私保护。
李千目李德强赵健戚湧
关键词:位置隐私保护
一种Face-age判定方法的设计
2015年
通过人脸图像对年龄进行识别具有很大的挑战。年龄识别会受到诸多干扰因素的影响,如性别、健康、生活方式等等。本文设计了一种基于主成份分析人脸图片的年龄识别方法,选用FG-NET数据库的图片作为测试样本,挑选了测试集和训练集。论文对选择的图片作直方图均衡化,直接计算图片的欧氏距离并判别近邻,之后,对图片进行人脸提取矫正等预处理后进行测试,最后使用本文方法对人脸提取后的图片进行测试和实验。
周枫李德强黄达毅徐永红李千目
关键词:图像处理主成份分析
基于单个卷积神经网络的面部多特征点定位被引量:5
2018年
深度学习在面部特征点定位领域取得了比较显著的效果。然而,由于姿态、光照、表情和遮挡等因素引起的面部图像的复杂多样性,数目较多的面部特征点定位仍然是一个具有挑战性的问题。现有的用于面部特征点定位的深度学习方法是基于级联网络或基于任务约束的深度卷积网络,其不仅复杂,且训练非常困难。为了解决这些问题,提出了一种新的基于单个卷积神经网络的面部多特征点定位方法。与级联网络不同,该网络包含了3组堆叠层,每组由两个卷积层和最大池化层组成。这种网络结构可以提取更多的全局高级特征,能更精确地表达面部特征点。大量的实验表明,所提方法在姿态、光照、表情和遮挡等变化复杂的条件下优于现有的方法。
朱虹李千目李德强
关键词:卷积神经网络
共1页<1>
聚类工具0