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:
本文针对监控视频中的异常行为检测难、人脸图像遮挡情况严重、人脸图片分辨率低等实际情况,提出了基于三维卷积深度网络的低分辨率人脸识别研究方法.该方法利用三维卷积来提取视频中的运行信息,利用运行空间信息和运动信息构建神经网络模型,从而实现行为异常行为的检测.
推荐文章
基于三维卷积神经网络的动作识别算法
卷积神经网络
三维卷积
人体姿态估计
动作识别
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
基于小波多尺度卷积神经网络的人脸表情识别方法
表情识别;深度学习;小波变换;多尺度卷积神经网络
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 基于三维卷积神经网络的低分辨人脸识别方法与实践
来源期刊 电脑迷 学科
关键词 三维卷积神经网络 CNN 池化 D3DconvNet
年,卷(期) 2018,(32) 所属期刊栏目 综合论坛
研究方向 页码范围 251
页数 1页 分类号
字数 1628字 语种 中文
DOI 10.3969/j.issn.1672-528X.2018.32.242
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 万川梅 16 8 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
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)
研究主题发展历程
节点文献
三维卷积神经网络
CNN
池化
D3DconvNet
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
电脑迷
旬刊
1672-528X
50-1163/TP
16开
重庆市渝中区双钢路3号科协大厦1202(武汉市洪山区珞狮北路2号樱花大厦A座15楼 430070)
78-230
2003
chi
出版文献量(篇)
29651
总下载数(次)
121
总被引数(次)
8479
论文1v1指导