基于深度学习的人脸识别技术在课堂签到上的应用

• 作者: 张成成 张祎 李思成 王艳双 陈磊磊
• 来源期刊: 时代汽车
• 关键词: 人脸识别 深度学习 智能签到 卷积神经网络 支持向量机
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 前沿探讨
• 页码范围: 26-27
• 页数: 2页
• 字数: 2850字
• 语种: 中文

摘要

本文通过总结人脸识别技术的特点和优势,并根据当前高校(以华北理工大学为例)中普遍存在的点名问题,设计一款智能化的签到系统.本文总结了整个人脸识别签到系统以卷积神经网络算法实现过程等方面做了深入的介绍,构建出一套完整的智能签到人脸识别系统.基于Haar特征和AdaBoost分类器的人脸检测识别理论和方法.利用深度卷积神经网络的人脸特征提取,将学生人脸数据库中的图片输入CNN,准确提取每个学生的人脸特征.然后基于SVM,根据CNN输出的每名学生的特征向量,与摄像头检测出的人脸进行匹配,实现人脸识别点名.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张成成		2	0	0.0	0.0
2	李思成		1	0	0.0	0.0
3	王艳双		1	0	0.0	0.0
4	陈磊磊		1	0	0.0	0.0
5	张祎		1	0	0.0	0.0