典型文献
基于卷积神经网络的人脸识别算法研究
文献摘要：
现如今,随着卷积神经网络和计算机硬件的快速发展,深度学习逐渐成为图像识别的核心技术.深度学习的模型随着不断的更新改进以及计算机硬件特别是GPU的发展,不止提高了图像分类的准确度,而且也避免了大量的人工特征提取的工作.本文主要是运用卷积神经网络相关算法来实现人脸检测和人脸识别,人脸识别的实现主要是直接通过摄像头采集人脸图片数据,构成人脸数据集,并将采集到的图片收集到同一文件夹,经过图像预处理,最终实现10层卷积网络层识别到数据库中人脸的目的.本文研究采用Pycharm作为代码编译工具,该项目研究选用编程语言Python进行开发,后端支撑选用tensorflow框架,以基于底层神经网络的keras为高级张量库,对不同的底层张量库提供了不同的封装,基于OpenCV开源计算机图像和视频处理库,进行人脸检测和识别,从而进行研究.
文献关键词：
人脸识别;卷积神经网络;Python语言;Tensorflow框架
中图分类号：
作者姓名：
段金成;张风霞;朱晓庆
作者机构：
黑龙江科技大学电子与信息工程学院,黑龙江 哈尔滨 150022
文献出处：
引用格式：
[1]段金成;张风霞;朱晓庆-.基于卷积神经网络的人脸识别算法研究)[J].科学技术创新,2022(10):73-76
A类：
tensorflow
B类：
人脸识别算法,算法研究,现如今,计算机硬件,图像识别,GPU,不止,图像分类,人脸检测,接通,摄像头,人脸图片,图片数据,人脸数据集,一文,文件夹,图像预处理,卷积网络,网络层,层识别,Pycharm,代码,编译,项目研究,编程语言,Python,后端,keras,张量,封装,OpenCV,开源,计算机图像,视频处理,检测和识别,Tensorflow
AB值：
0.431839
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
