基于卷积神经网络的人脸识别方法.pdf
羽沫****魔王
在线预览结束,喜欢就下载吧,查找使用更方便
相关资料
基于卷积神经网络的人脸识别方法.pdf
一种基于卷积神经网络的人脸识别方法及装置.pdf
本发明提出了一种基于卷积神经网络的人脸识别方法及装置。包括:从视频中提取图像帧,根据图像帧获取待识别图像,对待识别图像进行预处理,获取待训练数据;构建卷积神经网络,将待训练数据放入卷积神经网络进行训练,获取待训练数据的特征值;获取本地人脸信息库,通过余弦相似度计算特征值与本地人脸信息库中每一张图像特征值的待识别相似度,根据待识别相似度,对特征值对应的待识别图像进行识别。本发明通过提取对待识别图像进行预处理,然后通过卷积神经网络以及余弦相似度对待训练数据进行计算,并对待识别图像进行识别,通过这种方式,可以降
一种基于图像分块加权的卷积神经网络的人脸识别方法.pdf
本发明公开了一种基于图像分块加权的卷积神经网络的人脸识别方法,方法包括:构建样本数据库,对样本图片进行边缘检测,并截取出人脸轮廓图片;对人脸轮廓图片的五个部位进行定位,并根据定位进行分割得到局部图片,计算所有局部图片的灰度方差均值;将属于同一样本图片的人脸轮廓图片和六个局部图片一起并行投入到卷积神经网络中训练;将待识别人脸图片分割后一并投入到训练好的卷积神经网络中即可得到识别结果。本发明的有益效果是:本发明的人脸识别方法既考虑局部的特征,又考虑全局的特征,可以使系统有更好的识别效果,与传统的人脸识别方法相
一种基于结构自适应卷积神经网络的人脸识别方法.pdf
本发明公开了一种基于结构自适应卷积神经网络的人脸识别的方法,属于身份识别领域。此方法继承了传统CNN直接从二维图像中抽取特征进行识别的优势,同时,自适应的构建网络结构避免了传统神经网络过度依赖人为经验的弊端。基于结构自适应卷积神经网络的人脸识别方法根据网络需要扩展网络,实现了网络结构的可控性、可调性,同时避免了无效的训练,降低人脸识别的训练难度的同时得到一个最佳人脸识别网络结构。利用网络自适应扩展的优势,可以达到在保留前期识别结果的基础上,对新增人脸样本再学习,减少了再训练的开销,完成增量学习。本发明提供
基于卷积神经网络的光学乐谱识别方法.pdf
本发明公开了一种基于卷积神经网络的光学乐谱识别方法,包括:对乐谱图像进行谱线检测;根据谱线的位置进行谱线删除;音符分割,得到一系列音符图像;将音符图像输入到已经训练好的神经网络中完成识别。本发明采用基于图论的谱线检测算法进行谱线检测,不受乐谱图像的质量、谱线扭曲形变等影响,可以准确检测出谱线的位置;采用基于线轨迹高度+局部游程直方图算法进行谱线删除,可以有效避免过删除现象;采用基于层次分级+模板匹配的分割算法,可以有效进行音符分割且保证音符的完整性;利用卷积神经网络对分割之后音符进行识别,结果具有较好的识