基于CNN和手机端的人脸识别门禁系统

• 作者: 周璐璐 唐玉涵 王钰 陈兴 陈齐峰 马宗彪
• 来源期刊: 信息记录材料
• 学科: 工学
• 关键词: 人脸识别 数据库 卷积神经网络
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 记录:云端与互联
• 页码范围: 162-164
• 页数: 3页
• 分类号: TP311
• 字数: 3910字
• 语种: 中文

摘要

本文提出了一种可在手机端上传人脸图片,并通过PC端与后台管理服务端相连接的人脸识别门禁系统.在卷积神经网络的基础上,搭建多层线性堆叠模型,获得更多的图像特征点,提高模型的识别精度,并对采集的人脸和模型的匹配结果进行滤波,降低环境变化带来的误差.实验结果表明:设计的算法相较传统LBP可信度更高,适应性更强;相较于单层CNN,识别的准确度更高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周璐璐	中国计量大学机电工程学院	2	0	0.0	0.0
2	陈齐峰	中国计量大学机电工程学院	2	0	0.0	0.0
3	陈兴	中国计量大学机电工程学院	1	0	0.0	0.0
4	王钰	中国计量大学机电工程学院	1	0	0.0	0.0
5	唐玉涵	中国计量大学机电工程学院	1	0	0.0	0.0
6	马宗彪	中国计量大学机电工程学院	1	0	0.0	0.0