《表1 卷积神经网络各层参数》
我们先将ORL数据集[8]中的图像进行预处理成32×32像素的大小.具体方法是先将图像缩小26×32为像素,保持图像的高宽比例不变,然后置于一个32×32像素大小的区域的中心.将32×32像素人脸图像作为输入,然后通过两次卷积层与池化层的迭代操作,在全连接层中,将池化后的图像特征进行全连接,归一化之后作为softmax分类器的输入.在输入32×32像素的人脸图像之后,用6个5×5的卷积核产生6个特征图谱的C1层,S1层经过2×2的过滤器对C1进行池化得到6个相应的特征图谱.C2使用12个5×5的卷积核对S1中的6个特征图进行第二次卷积,得到12个特征图.接着S2层使用2×2的滤波器继续进行池化,每一层的卷积核参数如表1所示.
图表编号 | XD0059818400 严禁用于非法目的 |
---|---|
绘制时间 | 2019.06.25 |
作者 | 李军、幸坚炬、黄超生、谢伟彬、钟菊萍、邹思昕 |
绘制单位 | 广东技术师范大学计算机科学学院、广东技术师范大学计算机科学学院、香港新华集团、广东技术师范大学计算机科学学院、广东技术师范大学计算机科学学院、广东技术师范大学计算机科学学院 |
更多格式 | 高清、无水印(增值服务) |