【摘 要】
：
得益于硬件性能与数据采集、存储技术的迅猛发展,深度学习已经成为当下最为流行的机器学习技术。然而,采集并标注数据费时费力,由此,充分地利用少量标注样本训练一个泛化性较佳的深度学习模型成为了一个十分有价值的研究课题。单样本人脸识别作为该研究课题中的一个代表性问题,使用待识别人物的单张人脸样本进行网络训练,使深度学习人脸识别算法对数据量的需求降至最低,具有重要的现实意义与广阔的应用前景。本文基于深度迁移
论文部分内容阅读
得益于硬件性能与数据采集、存储技术的迅猛发展,深度学习已经成为当下最为流行的机器学习技术。然而,采集并标注数据费时费力,由此,充分地利用少量标注样本训练一个泛化性较佳的深度学习模型成为了一个十分有价值的研究课题。单样本人脸识别作为该研究课题中的一个代表性问题,使用待识别人物的单张人脸样本进行网络训练,使深度学习人脸识别算法对数据量的需求降至最低,具有重要的现实意义与广阔的应用前景。本文基于深度迁移学习设计了一种单样本人脸识别算法,并通过FPGA进行算法验证。在算法设计方面,本文提出了一种全新的“交替式特征重校准对抗迁移训练算法”,该算法将特征重校准模块引入一般的单样本深度学习网络模型,并通过使用不同批次大小的训练样本交替优化网络的特征提取部分与特征重校准部分,解决了一般对抗迁移训练算法中样本特征不聚类的问题。在FPGA算法验证方面,本文使用高层次综合技术实现网络模型,并开发Linux平台多线程应用,在Xilinx Zynq-7100 FPGA平台上通过PS端-PL端协同工作的方式完成了网络模型的前向推断验证。本文设计的网络模型仅含10.66M参数与1.89G乘累加操作数,并借助交替式特征重校准对抗迁移训练算法,在单样本人脸识别数据集WSC-Face上取得了业界领先的Top-1识别准确率84.62%。FPGA验证时,网络模型可在PL端时钟为142MHz的工作频率下达到10.13FPS的前向推断速度。本文所设计的单样本人脸识别算法与算法的FPGA快速验证方案,对高准确率实时单样本人脸识别系统的移动端实现具有一定的参考价值。
其他文献
目前对神经胶质瘤的治疗存在高死亡风险和高复发率的难题。为此,一些新型的治疗方法和技术被提出。其中,以磁性纳米颗粒作为磁热剂,结合外加交变磁场,通过升温至42℃-50℃,实现对肿瘤细胞的热损伤,成为肿瘤治疗的一种新方法。然而磁性纳米颗粒的细胞/肿瘤组织吞噬量低、细胞/肿瘤组织内停留时间短,最终导致磁热肿瘤杀伤效率相对较低。因此,探索改善磁性纳米颗粒的磁热性能的方法仍是目前研究的热点和难题。本论文通过
液压系统作为自动化生产设备的重要组成部分,一旦出现故障将会严重影响系统安全可靠运行。利用系统状态数据挖掘深层特征信息进行状态识别,能够明显缩短强隐蔽性故障的排查时间,提高对设备状态的监测能力。本文针对液压系统高维复杂的状态数据,无监督地提取低维特征并进行分类,实现了液压系统的状态识别和故障监测功能。首先,针对呈现阶段性特征或含有明显震动分量的状态数据,本文提出了一种基于特征权重的特征选择方法,解决
随着人民生活水平的不断提高,科学也在迅速发展。5G技术移动通信技术的到来,为刚刚进入此行业的中国广电了新的机遇。而作为中国广电在全国一网络整合下的贵州省广播电视信息网络股份有限公司（以下简称贵州广电网络公司）正处在当前5G背景下的营销市场激烈竞争最佳时期,如何充分利用5G的有利时机,结合公司的产业优势,制定合适的营销策略,已成为亟待解决的问题。贵州广电网络公司在5G试验网核心网建设和5G网络覆盖率
随着国民经济和现代科学信息技术的进步发展,移动式机器人越来越广泛地应用于我们的日常生活,甚至国家战略领域,对人类社会具有重要意义。能够在未知环境下精确定位决定了移动机器人能否成功地进行自主导航和完成各种任务。因此,本文以双目惯性视觉传感器在复杂环境下移动机器人自主定位为研究背景,研究了基于双目惯性视觉里程计的室内定位技术,为在复杂环境中进行工作的机器人提供精确的定位信息。本文的主要研究内容和创新点
舰船等水声目标辐射噪声的线谱是现代声纳设备探测和捕捉的重要对象。受到阵列有效孔径与目标方位的关联性、海洋环境中的低频强干扰和阵形畸变等因素的影响,阵列接收到的多个目标线谱特征常发生互扰,严重影响目标检测和识别的性能。因此对水声目标辐射噪声线谱进行辨识是非常重要的课题。本文主要探讨了基于时空起伏特性的线谱辨识方法,通过仿真数据和海试数据的处理验证了线谱辨识方法的有效性。主要研究内容如下:1.通过对舰
云计算与边缘计算的快速发展,助力算力从云端下沉到边缘,形成泛在的计算资源。为推动计算和网络资源的深度融合,研究人员提出了算力网络的概念。在算力网络的架构中,算力服务层是联系算力资源和用户需求的桥梁,可基于微服务架构实现,灵活地为用户需求提供特定的服务实例。因此,研究面向算力网络的微服务调度策略,对算力网络的进一步落地实施具有重要的意义。现有工作中,Kubernetes服务编排系统和以Istio为代
为了缓解城市的交通拥堵问题,近年来国家大力提倡公交优先政策。城市公交作为市民最基本的出行方式,其服务质量直接影响市民的出行选择和城市交通的整体发展水平。为了提高城市公交的吸引力和竞争力,有必要对公交服务质量和优化方案进行深入研究。本文提出了运用乘客出行链为工具,以城市公交线网作为主体,来深入研究运营服务系统中存在的现状与不足之处。运用问卷调查的方式获得了城市公共服务质量评价指标的原始数据,将问卷调
互联网与信息技术的飞速发展,使人们的生活变得越来越丰富多彩,与此同时,日益复杂的网络环境也给网络管理和网络安全带来了挑战。网络异常是指由于网络故障、网络拥塞或网络攻击造成的网络无法正常工作的现象,有效地检测网络异常现象对于维持网络正常运行并且保障网络安全至关重要。目前存在的大部分异常检测与流量分类算法都是针对单条链路或局部网络进行分析,缺乏对全局网络信息的把握,这会造成检测和分类精度不高。所以本文
钢筋混凝土拱桥结构美观,受力明确,施工简便,使得这种桥型在我国早期得到了广泛的应用,但是由于运营期间诸多因素的影响,结构已然存在不同程度的病害和缺陷,急需维修加固和改造。在维修加固前,均需对其进行合理的检算和分析,从而评估桥梁承载能力,最终提出有效的维修加固措施。本文在总结目前国内外关于承载能力评估和加固研究成果的基础上,评估既有钢筋混凝土拱桥的现状、探讨加固方法适用性、分析对比加固前后的承载能力
精度高、适应性强的轨迹跟踪控制策略是电动汽车实现智能化、实用化的基本条件之一。本文结合前轮转向与轮毂电机差速转向协同控制的优势,进行轮毂电机驱动电动汽车轨迹跟踪控制策略的研究。建立车辆动力学模型与轮胎模型,结合PID控制与Ackermann-Jeantand转向模型构建电子差速模型。基于车辆运动学建立模型预测轨迹跟踪控制驾驶员模型。借助Car Sim与Simulink联合仿真模型将上述电子差速模型