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:
近年来,伴随着人工智能的迅速发展,深度学习也掀起一股发展浪潮,在图像、语音、大数据特征提取等多个方面获得广泛的应用.伴随着人工智能、深度学习的发展浪潮,人脸识别这一项安全性较高的生物识别技术,已经成为了当今的研究热点,在如智能家居、军事安防等等众多领域中得到了广泛的应用.本文主要提出了两种基于深度学习在Python语言实现人脸识别的方法.
推荐文章
基于深度迁移学习的人脸识别方法研究
深度学习
人脸识别
迁移学习
不变性
区分性
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
基于视频监控的人脸识别方法
人脸识别
监控视频
人脸序列
协同识别
基于LLE算法的人脸识别方法
子空间分析
局部线性嵌入
非线性降维
人脸识别
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Python深度学习的人脸识别方法探究
来源期刊 现代信息科技 学科 工学
关键词 Python 人脸识别 深度学习
年,卷(期) 2019,(17) 所属期刊栏目 计算机技术
研究方向 页码范围 88-90
页数 3页 分类号 TP391.41
字数 2366字 语种 中文
DOI 10.3969/j.issn.2096-4706.2019.17.033
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 徐浩浩 1 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (34)
共引文献  (15)
参考文献  (4)
节点文献
引证文献  (3)
同被引文献  (5)
二级引证文献  (0)
1958(1)
  • 参考文献(0)
  • 二级参考文献(1)
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)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(3)
  • 参考文献(1)
  • 二级参考文献(2)
2014(3)
  • 参考文献(0)
  • 二级参考文献(3)
2015(3)
  • 参考文献(0)
  • 二级参考文献(3)
2016(6)
  • 参考文献(0)
  • 二级参考文献(6)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(2)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
2020(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
Python
人脸识别
深度学习
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