- 1
- 2
- 3
- 4
- 5
基于深度神经网络的动态人脸识别方法及应用
资料介绍
传统人脸识别技术利用人工设计的人脸图像特征,例如HOG.SIFT等。然后在利用线性方法抽取人脸层面上的特征表示,比如利用PCA或LDA的思想获取Eigenface或Fisherface等人脸特征。实际应用表明,这些方法得到的线性人脸特征描述能力不足,抗干扰能力较差,有研究者对上述方法进行改进,提出了基于线性子空间的人脸识别算法,例如使用稀疏表示与尺度学习的思想增加人脸识别算法的鲁棒性。这些方法在带有部分遮挡与旋转角度的人脸识别问题上取得了一定的效果,但是对于真实世界中的复杂人脸识别问题还是不能取得理想效果。
本文基于深度学习思想,利用卷积神经网络结构的深度模型提取人脸特征。在最新的研究工作中,已经有人开始将深度的卷积神经网络模型用于人脸识别的问题,同样取得了很好的效果。本文对已有的深度卷积神经网络模型结构进行改进,设计了9层超深卷积神经网络模型,对人脸图像进行非线性特征提取。该模型具有更高的抽象与描述能力。该网络的结构如图1所示:
部分文件列表
| 文件名 | 大小 |
| 基于深度神经网络的动态人脸识别方法及应用.pdf | 2M |
最新上传
-
21ic小能手 打赏5.00元 1天前
-
21ic小能手 打赏5.00元 1天前
-
21ic小能手 打赏5.00元 1天前
-
21ic小能手 打赏5.00元 1天前
-
21ic小能手 打赏5.00元 1天前
-
21ic小能手 打赏5.00元 1天前
-
21ic小能手 打赏5.00元 1天前
-
21ic小能手 打赏5.00元 1天前
-
21ic小能手 打赏5.00元 1天前
-
21ic小能手 打赏3.00元 1天前
-
21ic小能手 打赏5.00元 1天前
-
21ic小能手 打赏3.00元 1天前
-
21ic小能手 打赏3.00元 1天前
-
21ic小能手 打赏3.00元 1天前
-
21ic小能手 打赏3.00元 1天前
-
21ic小能手 打赏3.00元 1天前
-
21ic小能手 打赏5.00元 1天前
-
21ic小能手 打赏5.00元 1天前
-
21ic小能手 打赏5.00元 1天前
-
21ic小能手 打赏3.00元 1天前
-
21ic小能手 打赏3.00元 1天前
-
21ic小能手 打赏5.00元 1天前
-
21ic小能手 打赏5.00元 1天前
-
21ic小能手 打赏5.00元 1天前
-
21ic小能手 打赏5.00元 2天前
-
21ic小能手 打赏5.00元 2天前
-
21ic小能手 打赏5.00元 2天前
-
21ic小能手 打赏5.00元 2天前
-
21ic小能手 打赏3.00元 2天前
-
21ic小能手 打赏3.00元 2天前
-
21ic小能手 打赏3.00元 2天前
-
21ic小能手 打赏3.00元 2天前
-
21ic小能手 打赏3.00元 2天前
-
21ic小能手 打赏3.00元 2天前
-
21ic小能手 打赏5.00元 2天前
-
21ic小能手 打赏5.00元 2天前
-
21ic小能手 打赏5.00元 2天前
-
21ic小能手 打赏5.00元 2天前
-
21ic小能手 打赏5.00元 2天前
-
21ic小能手 打赏5.00元 2天前




全部评论(0)