（论文阅读）基于融合深度卷积神经网络的人脸识别方法研究-褚玉晓

一、基于融合深度卷积神经网络人脸识别方法设计

1、PCA算法提取人脸特征
主要成分分析法（Principal Component Analysis，PCA）
第一步，计算人脸图像的平均值并执行归一化的过程；
第二步，计算唯一值并计算特征峰值以及阈值数，然后按降序对计算出的特征值进行排序，在排序中需要删除较小的特征值来提取主成分；
第三步，使用 K 最近邻（K-Nearest Neighbor，KNN）方法找到最佳
匹配的数值样本。选取 PCA 进行实验的具体过程和公式如下：

2、激活神经网络函数
目前，具有激活特性的函数有两个，一个是 Sigmoid，另一个就是 tanh。该激活函数的功能可以理解为神经网络提供非线性计算方法。这两个函数还可以增强中心区域的信号，从而为图像的特征空间构建提供更好的映射效果。
引入第一个正整数 e（O ＜ e ＜ 1），z 为自变量，Sigmoid 激活函数的表达式：

tanh 激活函数的表达式：

在最新设计的人脸识别的系统中，应用 RELU 函数取代传统的两个激活函数，这也是新改进的卷积网络模型与原卷积网络的区别之一。

3、构建深度卷积神经网络模型
建立的单个神经网络是由输入层和输出层共同组成的，全连接层在连接时也一定要按照一定的顺序 [9]。由此连接层进行核卷积，得到的公式为：

式中：Y 表示输出层残差；n 表示该卷积神经网络的层数；Wijn 为滤波器输出的图像信息；Y 代表特定大小，* 代表运算手段；b 表示隐层残差。在选择采样方法时，一般选取采样层的最大池。

4、训练单个深度卷积神经网络
第一步，增强图片的对比度。
第二步，将直方图均衡化。
第三步，过滤中值滤波。

5、实现人脸识别

（论文阅读）基于融合深度卷积神经网络的人脸识别方法研究-褚玉晓相关推荐

基于深度卷积神经网络进行人脸识别的原理是什么？
原文:https://www.zhihu.com/question/60759296 基于深度卷积神经网络进行人脸识别的原理是什么? 这里的人脸识别包括但不限于:人脸检测,人脸对齐,身份验证识别,和表 ...
基于深度卷积神经网络的人脸识别考勤系统-VGG-PYTHON-QT（1）
本项目设计并实现了一个应用于小型企业员工考勤的刷脸考勤系统,整个系统使用Python语言开发,并利用Pyqt5作为桌面端系统界面的开发工具,以SQL Server作为数据库管理系统,最终集成所有刷脸考 ...
论文阅读——基于文档主题结构的关键词抽取方法研究（理解）
1.引言 1.1关键词自动标注的主要方式与算法关键词自动标注主要有两种方式:关键词抽取与关键词分配. 关键词抽取,是从文档内容中寻找并推荐关键词关键词分配,是从一个预先构造好的受控词表(contr ...
基于卷积神经网络的人脸识别算法
摘要:近年来,随着科学技术的不断发展,人脸识别技术日渐成熟,使得人脸识别技术的使用率不断增大.例如:门禁.ATM机.公安系统以及新兴起的人机交互等领域,都应用到了人脸识别系统.在人脸识别研究领域中,深 ...
博士论文——基于卷积神经网络的人脸识别研究 __张燕红
论文题目作者年份关键词链接备注基于卷积神经网络的人脸识别研究张燕红 2018 人脸识别:卷积神经网络:特征提取:分块策略:正则化博士论文摘要:随着信息技术的蓬勃发展,人们的学习和生活 ...
基于卷积神经网络的人脸识别（自我拍摄获取数据集）
基于卷积神经网络的人脸识别完整代码.数据请见:https://download.csdn.net/download/weixin_43521269/12837110 人脸识别,是基于人的脸部特征信息 ...
python人脸识别系统界面设计_基于卷积神经网络的人脸识别系统的设计(Python)
基于卷积神经网络的人脸识别系统的设计(Python)(论文10000字,外文翻译,参考代码,流程图,人脸图像库) 摘要:随着社会的进步与发展,个人信息的保护变得十分重要.传统的密码保护方式已经不再满足 ...
论文阅读笔记（二）——牛的人脸识别，能做到吗？
论文阅读笔记(二)--牛的人脸识别,能做到吗? 论文简介论文中文翻译:<牛的人脸识别,能做到吗?> 论文名称:<Face Recognition of Cattle: Can it ...
【转】干货｜孙启超：卷积神经网络在人脸识别技术中的应用
2018-08-27 21:45:01 随着 iPhone X 的发布,Face ID 人脸识别技术开始进入人们的日常生活中,当我们拿起手机并看着它的时候就可以实现手机解锁的功能.而人脸识别中的关键技 ...

（论文阅读）基于融合深度卷积神经网络的人脸识别方法研究-褚玉晓

（论文阅读）基于融合深度卷积神经网络的人脸识别方法研究-褚玉晓相关推荐

最新文章

热门文章