作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对经典人脸识别卷积神经网络(CNN)结构中因网络层次设计过深导致计算量大且训练耗时长的问题,设计一种简化的卷积神经网络结构,该结构由三个卷积层、三个池化层、一个全连接层和一个分类层组成,在分类层采用串联的Softmax-SVM分类器进行特征分类.在CAS-PEAL人脸库上的实验结果表明,该网络结构能减少训练时间,有效提高人脸识别的准确率.
推荐文章
基于改进的卷积神经网络多姿态人脸识别研究
人脸识别
卷积神经网络
非约束环境
图像处理
基于卷积神经网络特征融合的人脸识别算法
人脸识别
特征融合
深度学习
阈值计算
基于卷积神经网络的人脸表情识别研究
人脸表情识别
卷积神经网络
卷积稀疏自编码
特征提取
无监督预处理
基于卷积神经网络的人脸识别研究
人脸识别
卷积神经网络
图像识别
深度学习
模式识别
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 一种改进的卷积神经网络人脸识别算法
来源期刊 现代计算机 学科
关键词 人脸识别 卷积神经网络 特征提取 Softmax-SVM分类器
年,卷(期) 2018,(18) 所属期刊栏目 图形图像
研究方向 页码范围 50-53
页数 4页 分类号
字数 2113字 语种 中文
DOI 10.3969/j.issn.1007-1423.2018.18.010
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 邱文龙 上海海事大学信息工程学院 1 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (96)
共引文献  (338)
参考文献  (5)
节点文献
引证文献  (2)
同被引文献  (5)
二级引证文献  (0)
1962(1)
  • 参考文献(0)
  • 二级参考文献(1)
1980(1)
  • 参考文献(0)
  • 二级参考文献(1)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(2)
  • 参考文献(0)
  • 二级参考文献(2)
1992(2)
  • 参考文献(0)
  • 二级参考文献(2)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(3)
  • 参考文献(0)
  • 二级参考文献(3)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(5)
  • 参考文献(1)
  • 二级参考文献(4)
1998(4)
  • 参考文献(0)
  • 二级参考文献(4)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(4)
  • 参考文献(0)
  • 二级参考文献(4)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(5)
  • 参考文献(0)
  • 二级参考文献(5)
2003(6)
  • 参考文献(0)
  • 二级参考文献(6)
2004(4)
  • 参考文献(0)
  • 二级参考文献(4)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(5)
  • 参考文献(0)
  • 二级参考文献(5)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(7)
  • 参考文献(0)
  • 二级参考文献(7)
2009(3)
  • 参考文献(1)
  • 二级参考文献(2)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(3)
  • 参考文献(0)
  • 二级参考文献(3)
2012(4)
  • 参考文献(0)
  • 二级参考文献(4)
2013(8)
  • 参考文献(0)
  • 二级参考文献(8)
2014(6)
  • 参考文献(0)
  • 二级参考文献(6)
2015(10)
  • 参考文献(0)
  • 二级参考文献(10)
2016(6)
  • 参考文献(3)
  • 二级参考文献(3)
2018(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2019(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
人脸识别
卷积神经网络
特征提取
Softmax-SVM分类器
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
现代计算机
旬刊
1007-1423
44-1415/TP
16开
广东省广州市
46-121
1984
chi
出版文献量(篇)
11312
总下载数(次)
39
总被引数(次)
33178
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导