基于脉冲神经网络的人脸表情识别方法、存储介质及设备.pdf
小云****66
在线预览结束,喜欢就下载吧,查找使用更方便
相关资料
基于脉冲神经网络的人脸表情识别方法、存储介质及设备.pdf
本发明公开了一种基于脉冲神经网络的人脸表情识别方法、存储介质及设备,该人脸表情识别方法包括:收集人脸表情RGB图像,进行表情类别标注和分类;将分类的人脸表情RGB图像进行灰度化处理,得到分类的灰度图像;构建局部递归的脉冲神经网络模型,将灰度图像依次输入到脉冲神经网络模型中进行训练,直至达到最大迭代次数,完成对脉冲神经网络模型的训练;将待识别的人脸表情RGB图像进行灰度化处理后,输入训练好的脉冲神经网络模型中,预测出人脸表情的识别结果。该人脸表情识别方法以脉冲神经网络模型为基础,利用延迟相位编码策略转换为脉
样本筛选及表情识别方法、神经网络、设备及存储介质.pdf
本发明适用计算机技术领域,提供了一种样本筛选及表情识别方法、神经网络、设备及存储介质,其中,利用多元组样本,进行神经网络的训练,在每一迭代步,确定锚样本与正样本之间的第一样本距离以及锚样本与负样本之间的第二样本距离,根据样本距离的分布统计特性,构建用于对多元组样本进行筛选的边界条件,利用该边界条件对多元组样本进行筛选,筛选所得保留结果进入下一迭代步的训练,这样,可在神经网络的训练过程中,对异常多元组样本进行筛除,避免了异常多元组样本对神经网络训练结果的影响,从而提高了表情分类识别准确度。
基于RFID的人脸识别方法、装置、设备及存储介质.pdf
本发明适用人脸识别技术领域,提供了一种基于RFID的人脸识别方法、装置、设备及存储介质,该方法包括:实时采集待识别用户的面部数据,将面部数据进行预处理,得到预处理数据,根据预处理数据,通过预先训练好的特征提取网络对待识别用户进行面部特征提取,得到待识别用户的面部特征,根据面部特征,通过预先训练好的人脸分类网络对待识别用户进行身份识别,以识别出待识别用户的身份,从而降低了环境对人脸识别的影响程度,并消除了在人脸识别过程中识别距离的影响,提高了人脸识别的精度和安全性。
人脸识别方法、装置、设备及存储介质.pdf
本说明书实施例涉及人脸识别方法、装置、设备及存储介质。其中一个方法包括:获取第一用户的人脸特征,在第一刷脸数据库内检索人脸特征对应的第二用户,再获取第二用户的特征数据、刷脸终端的特征数据和第二用户与刷脸终端之间的关联特征数据,并根据上述特征数据,通过预先构建的识别模型,识别第二用户与第一用户的一致性。
人脸识别方法、装置、设备及存储介质.pdf
本说明书实施例涉及人脸识别方法、装置、设备及存储介质。其中一个方法包括:获取待识别的人脸图像,在终端本地内检索该人脸图像对应的用户特征,同时在云服务器内检索该人脸图像对应的用户特征,最终根据终端本地的检索结果和云服务器的检索结果,识别人脸图像对应的用户。