10.3969/j.issn.1673-1328.2022.10.020
基于卷积神经网络的人脸识别算法研究
现如今,随着卷积神经网络和计算机硬件的快速发展,深度学习逐渐成为图像识别的核心技术.深度学习的模型随着不断的更新改进以及计算机硬件特别是GPU的发展,不止提高了图像分类的准确度,而且也避免了大量的人工特征提取的工作.本文主要是运用卷积神经网络相关算法来实现人脸检测和人脸识别,人脸识别的实现主要是直接通过摄像头采集人脸图片数据,构成人脸数据集,并将采集到的图片收集到同一文件夹,经过图像预处理,最终实现10层卷积网络层识别到数据库中人脸的目的.本文研究采用Pycharm作为代码编译工具,该项目研究选用编程语言Python进行开发,后端支撑选用tensorflow框架,以基于底层神经网络的keras为高级张量库,对不同的底层张量库提供了不同的封装,基于OpenCV开源计算机图像和视频处理库,进行人脸检测和识别,从而进行研究.
人脸识别、卷积神经网络、Python语言、Tensorflow框架
TP391.41(计算技术、计算机技术)
2022-04-24(万方平台首次上网日期,不代表论文的发表时间)
共4页
73-76