基于邊緣計(jì)算中極端姿態(tài)和表情的人臉識(shí)別
所屬分類：技術(shù)論文
上傳者：aetmagazine
文檔大?。?span>669 K
標(biāo)簽： 神經(jīng)網(wǎng)絡(luò) 人臉識(shí)別 預(yù)處理
所需積分：0分積分不夠怎么辦,？
文檔介紹：隨著信息技術(shù)的發(fā)展,，人臉識(shí)別在支付,、工作和安防系統(tǒng)中應(yīng)用的越來(lái)越多,。在邊緣計(jì)算系統(tǒng)中,，為了處理的速度,，通常選擇較小的神經(jīng)網(wǎng)絡(luò)進(jìn)行人臉識(shí)別,，這樣會(huì)導(dǎo)致識(shí)別率低,。并且在實(shí)際應(yīng)用中大多都是對(duì)于圖片質(zhì)量較高的人臉可以很好地識(shí)別，但對(duì)于受光照影響較大,、表情和姿態(tài)變化大的圖片識(shí)別率不是很高,。因此，選擇SqueezeNet輕量級(jí)網(wǎng)絡(luò),，該網(wǎng)絡(luò)層數(shù)小,，可以很好地運(yùn)用于邊緣計(jì)算系統(tǒng)中。采用了預(yù)處理的方法來(lái)對(duì)圖片進(jìn)行預(yù)處理,，然后改進(jìn)了SqueezeNet網(wǎng)絡(luò)的損失函數(shù)以及加入了ResNet網(wǎng)絡(luò)中的殘差學(xué)習(xí)方法,。最后通過(guò)對(duì)LFW和IJB-A數(shù)據(jù)集進(jìn)行測(cè)試，該研究方法明顯提高了識(shí)別率,。
現(xiàn)在下載
VIP會(huì)員,，AET專家下載不扣分,；重復(fù)下載不扣分，本人上傳資源不扣分,。