改進(jìn)模糊二值模式算法及其在卷積神經(jīng)網(wǎng)絡(luò)中的降噪性能*

李芳慧 裴騰達(dá)

（大連大學(xué)信息工程學(xué)院 大連 116622）

1 引言

目前人臉識(shí)別技術(shù)已經(jīng)在社會(huì)諸多領(lǐng)域上得到了廣泛應(yīng)用，為社會(huì)的安全以及經(jīng)濟(jì)發(fā)展帶來(lái)了巨大的便利。傳統(tǒng)的人臉識(shí)別技術(shù)主要以淺層結(jié)構(gòu)模型為主，它們?cè)谔幚韴D像、視頻、語(yǔ)音等高維數(shù)據(jù)方面表現(xiàn)較差，特征提取難以滿足需求，而深度學(xué)習(xí)技術(shù)彌補(bǔ)了這一缺陷［1］。深度學(xué)習(xí)采用深層神經(jīng)網(wǎng)絡(luò)模型，即具有特殊訓(xùn)練方式的包含多個(gè)隱藏層的神經(jīng)網(wǎng)絡(luò)［2］。1989 年LeCun 提出了真正意義上的適用于深度學(xué)習(xí)訓(xùn)練的算法——卷積神經(jīng)網(wǎng)絡(luò)（Convolutional Neural Networks，CNN）［3］。CNN因其具有獨(dú)特的結(jié)構(gòu)優(yōu)勢(shì)，在圖像分類、圖像檢索、人臉識(shí)別等領(lǐng)域得到了廣泛應(yīng)用［4］。目前比較成功的CNN網(wǎng)絡(luò)模型有AlexNet［5］、GoogleNet［6］、VGGNet［7］、ResNet［8］等。CNN 網(wǎng)絡(luò)對(duì)輸入圖像進(jìn)行分類識(shí)別，然而在含有噪聲干擾的環(huán)境下，采集到的圖像質(zhì)量差，使得網(wǎng)絡(luò)的效果大幅度降低。

在卷積神經(jīng)網(wǎng)絡(luò)中，池化層的重要作用是實(shí)現(xiàn)特征降維、提取關(guān)鍵信息并丟棄冗余信息。然而，傳統(tǒng)的池化操作只是對(duì)數(shù)據(jù)進(jìn)行簡(jiǎn)單的粗處理，如最大池化法只極端的保留最大值元素，很容易引進(jìn)噪聲；平均池化法取池化窗口內(nèi)的均值，弱化了最大值關(guān)鍵元素。對(duì)此，國(guó)內(nèi)外許多研究學(xué)者提出了較為有效的改進(jìn)方法。2013 年Rob Fergus 等［9］提出了隨機(jī)池化（Stochastic pooling）方法，在池化窗口內(nèi)對(duì)特征圖數(shù)值進(jìn)行歸一化，按照特征圖歸一化后的概率值大小隨機(jī)采樣選擇。2018 年Wei 等［10］提出了局部加權(quán)平均池化方法，通過(guò)給池化元素添加可學(xué)習(xí)的權(quán)重來(lái)實(shí)現(xiàn)更有效的特征提取。……