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:
人脸识别可以靠很多技术手段来实现,而本文则主要探讨了通过深度机器学习卷积神经网络来实现人脸识别,人脸是图像识别中相对复杂的识别对象,提高识别精度相对困难,通过卷积神经网络可以有效地提高人脸识别精度,使其达到一个比较满意的程度.本文重点论述卷积神经网络进行人脸识别的过程与方法,介绍了如何通过改进卷积神经网络来提高识别精度.为从事图像识别的研究者提供了一些可借鉴的研究思路.
推荐文章
基于代价敏感卷积神经网络的人脸年龄识别方法
卷积神经网路
人脸年龄识别
误分类代价
代价敏感性
期望类最大原则
一种基于融合深度卷积神经网络与度量学习的人脸识别方法
多Inception结构
深度卷积神经网络
度量学习方法
深度人脸识别
特征提取
损失函数融合
基于改进的卷积神经网络的人脸识别算法
人脸识别
深度学习
卷积神经网络
Dropout技术
基于卷积神经网络的未知协议识别方法
深度学习
机器学习
卷积神经网络
未知协议识别
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 基于卷积神经网络人脸识别方法研究
来源期刊 现代信息科技 学科 工学
关键词 深度机器学习 卷积神经网络 人脸识别
年,卷(期) 2018,(10) 所属期刊栏目 计算机技术
研究方向 页码范围 102-103,106
页数 3页 分类号 TP391.41|TP183
字数 1822字 语种 中文
DOI 10.3969/j.issn.2096-4706.2018.10.039
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 陆红 16 32 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (12)
共引文献  (34)
参考文献  (3)
节点文献
引证文献  (10)
同被引文献  (40)
二级引证文献  (2)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(6)
  • 参考文献(0)
  • 二级参考文献(6)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(6)
  • 引证文献(6)
  • 二级引证文献(0)
2020(5)
  • 引证文献(3)
  • 二级引证文献(2)
研究主题发展历程
节点文献
深度机器学习
卷积神经网络
人脸识别
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
现代信息科技
半月刊
2096-4706
44-1736/TN
16开
广东省广州市白云区机场路1718号8A09
46-250
2017
chi
出版文献量(篇)
4784
总下载数(次)
45
总被引数(次)
3182
论文1v1指导