10.16526/j.cnki.11-4762/tp.2019.03.045
一种组网人脸识别门禁系统的设计
针对传统人脸识别门禁中识别率不高的情况,设计了一种具有环境针对性的可靠人脸识别网络,采用卷积神经网络技术和基于TCP/IP的云应用技术,对人脸识别过程中的人脸提取进行了改进,采用了先进的MTCNN模型,实验结果表明,在2代和10代训练后识别结果收敛效果不明显,存在较大梯度,20代时训练后结果收敛,准确率逼近100%,loss值也逼近0%,表明20代训练模型确实已经完全收敛,且训练的拟合速度适中,既没有出现过快或者梯度消失的现象,也没有出现过慢或者不收敛甚至反升的情况,可以说模型的学习率也已经取到最佳效果;经工程测试,该系统具有更高的识别准确性和注册兼容性,可以满足小区、公司等人员数量不多且较为固定的场所的应用需求.
人脸识别、卷积神经网络、TCP/IP、移动客户端
27
TP393(计算技术、计算机技术)
国家自然科学基金项目61602334,61502329,61401297;住房与城乡建设部科学技术项目2015-K1-047;江苏省自然科学基金项目BK20140283
2019-08-13(万方平台首次上网日期,不代表论文的发表时间)
共6页
220-224,230