为了实现监控场景下的人脸识别,采集了监控视频中500个人每人2张人脸图像构成SVF(Surveillance Video Faces)测试集,包括500个正样本对,499000个负样本对。提出一种改进型加性余弦间隔损失函数,对加性余弦间隔损失函数进行改进,通过在...
详细信息
为了实现监控场景下的人脸识别,采集了监控视频中500个人每人2张人脸图像构成SVF(Surveillance Video Faces)测试集,包括500个正样本对,499000个负样本对。提出一种改进型加性余弦间隔损失函数,对加性余弦间隔损失函数进行改进,通过在特征与目标权重夹角的余弦值减去一个值,在特征与非目标权重夹角的余弦值加一个值,该值为0~1之间的数,通过实验选取最佳值,达到减小类内距离,拉大类间距离的目的。实验结果表明,与Softmax损失函数、乘性角度间隔损失函数及加性余弦间隔损失函数训练的人脸识别模型相比,该方法在监控场景测试集人脸识别准确率最高,为99.1%。
差分空间调制(Differential Spatial Modulation,DSM)是一种多天线差分空间调制技术,具有低功耗低复杂度且无需信道估计的特点,适用于高速移动且对功耗和复杂度要求较高的物联网、6G等通信系统。由于DSM发射信号存在稀疏结构和需要满足差分编码等要求,限制了系统频谱效率的提升。因此,为了提高DSM系统的传输速率,将媒介调制(Media-Based Modulation,MBM)技术引入差分系统,提出了差分空时媒介调制(Differential Space Time Media-Based Modulation,DST-MBM)系统,在保留DSM固有优势的同时,通过射频镜(Radio Frequency Mirror,RFM)传递额外的信息比特,极大提高了传输效率。
暂无评论