关键词：卷积神经网络 深度学习 人脸图像修饰 修饰检测 纹理特征 

摘要：为避免人为因素对人脸面部图像皮肤纹理特征提取产生的影响,用卷积神经网络算法对人脸图像修饰进行检测.传统的图像分类方法需要进行复杂的人工特征提取,而卷积神经网络可以自动学习并直接从图像中获取特征,解决了传统模式识别方法特征提取难的问题,具有更高的识别率和更广泛的实用性.在传统卷积神经网络模型中,调整卷积核大小、减少参数、改变卷积层滤波器数量、调整卷积层和池化层的交替方式、使用dropout来提高模型泛化能力以形成适用于人脸修饰检测的新的网络模型.实验结果表明,在引入的数据集上,新的网络模型对人脸图像的修饰检测有较强的鲁棒性,达到了较高的识别率.

应用科学学报杂志要求:

{1}稿件须提供详细准确的参考文献信息，包括作者姓名、著作名、出版地、出版单位、出版年，文章名、期刊名及出版时间等。

{2}学术内容：应具有真实性、科学性、导向性、实用性、创新性。

{3}每图应有图序、图题、图注和图身。图中的物理量用符号表示并注明单位。图序、图题、图注以及所用的名词、术语要与正文一致。

{4}正文行文中非汉语姓氏一律使用外文原文。

{5}请在文稿后面注明稿件联系人的姓名、工作单位、地址、电话、邮箱等信息，以便本刊编辑联系有关事宜。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社