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:
互联网科技和大数据技术飞速发展的时代,日新月异的各种前沿技术,一再刷新人们的认知,人工智能(AI)成为了一门最热门的行业应用能力.AI技术不仅仅要够炫够酷,更要有足够的“温度”,让机器更加人性化.人脸识别技术(Face Recognition Technology,FRT)是近年来模式识别、图像处理以及人工智能等领域的重要研究课题之一.文章重点对现有的人脸检测识别方法以及应用领域关键技术进行总结,分析和比较当前主流识别方法优缺点,分享其中关键技术及发展前景.
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
基于深度学习的人脸识别算法研究
家庭服务机器人
人脸识别
深度学习
Inception-ResNet-V1
基于SLBP深度信念网络的人脸识别研究
显著局部二值模式
特征提取
深度信念网络
网络训练
深度学习
人脸识别
基于深度卷积稀疏自编码分层网络的人脸识别技术
人脸识别
特征提取
稀疏自编码
卷积神经网络
SVM分类器
深度网络
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 浅谈基于深度学习的人脸识别技术
来源期刊 信息通信 学科 工学
关键词 人脸识别 人工智能 深度学习 人脸检测 面部特征
年,卷(期) 2019,(6) 所属期刊栏目 学术研究
研究方向 页码范围 18-20
页数 3页 分类号 TP391.41
字数 3499字 语种 中文
DOI 10.3969/j.issn.1673-1131.2019.06.008
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 刘晓波 3 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (92)
共引文献  (134)
参考文献  (4)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1985(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)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(2)
  • 参考文献(0)
  • 二级参考文献(2)
1994(5)
  • 参考文献(0)
  • 二级参考文献(5)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(3)
  • 参考文献(0)
  • 二级参考文献(3)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(10)
  • 参考文献(0)
  • 二级参考文献(10)
2000(8)
  • 参考文献(0)
  • 二级参考文献(8)
2001(14)
  • 参考文献(0)
  • 二级参考文献(14)
2002(12)
  • 参考文献(0)
  • 二级参考文献(12)
2003(17)
  • 参考文献(1)
  • 二级参考文献(16)
2004(5)
  • 参考文献(0)
  • 二级参考文献(5)
2005(8)
  • 参考文献(1)
  • 二级参考文献(7)
2006(2)
  • 参考文献(1)
  • 二级参考文献(1)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(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
人脸识别
人工智能
深度学习
人脸检测
面部特征
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
信息通信
月刊
1673-1131
42-1739/TN
大16开
湖北省武汉市
1987
chi
出版文献量(篇)
18968
总下载数(次)
92
论文1v1指导