复合结构张量对 CNN 的理解与改进:一项生物测量学研究

BriefGPT - AI 论文速递 BriefGPT - AI 论文速递 ·

研究发现CNN在提取方向特征方面困难,使用复杂结构张量作为输入提高识别准确性。迷你复杂卷积网络提供的输入结合缩小的CNN尺寸优于完全成熟的CNN架构。实验结果显示,对公开可用的periocular图像数据集,误差率降低了5-26%。

原文约500字/词,阅读约需1分钟。
阅读原文