關鍵詞：卷積神經網絡 深度學習 人臉圖像修飾 修飾檢測 紋理特征 

摘要：為避免人為因素對人臉面部圖像皮膚紋理特征提取產生的影響,用卷積神經網絡算法對人臉圖像修飾進行檢測.傳統的圖像分類方法需要進行復雜的人工特征提取,而卷積神經網絡可以自動學習并直接從圖像中獲取特征,解決了傳統模式識別方法特征提取難的問題,具有更高的識別率和更廣泛的實用性.在傳統卷積神經網絡模型中,調整卷積核大小、減少參數、改變卷積層濾波器數量、調整卷積層和池化層的交替方式、使用dropout來提高模型泛化能力以形成適用于人臉修飾檢測的新的網絡模型.實驗結果表明,在引入的數據集上,新的網絡模型對人臉圖像的修飾檢測有較強的魯棒性,達到了較高的識別率.

應用科學學報雜志要求:

{1}稿件須提供詳細準確的參考文獻信息，包括作者姓名、著作名、出版地、出版單位、出版年，文章名、期刊名及出版時間等。

{2}學術內容：應具有真實性、科學性、導向性、實用性、創新性。

{3}每圖應有圖序、圖題、圖注和圖身。圖中的物理量用符號表示并注明單位。圖序、圖題、圖注以及所用的名詞、術語要與正文一致。

{4}正文行文中非漢語姓氏一律使用外文原文。

{5}請在文稿后面注明稿件聯系人的姓名、工作單位、地址、電話、郵箱等信息，以便本刊編輯聯系有關事宜。

注：因版權方要求，不能公開全文，如需全文，請咨詢雜志社