發(fā)布時(shí)間：2022-02-10 16:28

　　針對(duì)開(kāi)放機(jī)房存在的安全隱患,提出通過(guò)卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行人臉識(shí)別的管理方法。在中心服務(wù)器中建立在校學(xué)生人臉識(shí)別采集庫(kù),通過(guò)卷積神經(jīng)網(wǎng)絡(luò)的卷積、池化算法建立卷積神經(jīng)網(wǎng)絡(luò)模型,構(gòu)建人臉識(shí)別控制機(jī)制;并對(duì)人臉識(shí)別在開(kāi)放機(jī)房應(yīng)用中的布局、工作原理、運(yùn)行過(guò)程及測(cè)試進(jìn)行研究。通過(guò)測(cè)試,發(fā)現(xiàn)人臉識(shí)別率達(dá)到98.8%,大大增加了開(kāi)放機(jī)房的安全性,同時(shí)通過(guò)對(duì)后臺(tái)數(shù)據(jù)庫(kù)中不同時(shí)段上機(jī)人數(shù)進(jìn)行統(tǒng)計(jì),從而合理調(diào)整機(jī)器數(shù)量,提高管理效率。 

【文章來(lái)源】：物聯(lián)網(wǎng)技術(shù). 2020,10(06)

【文章頁(yè)數(shù)】：5 頁(yè)

【部分圖文】：

卷積層的計(jì)算方法

對(duì)于max-pooling,在前向計(jì)算時(shí),選取每個(gè)2×2區(qū)域中的最大值,并記錄最大值在每個(gè)小區(qū)域中的位置。在反向傳播時(shí),只有最大值對(duì)下一層有貢獻(xiàn),所以將殘差傳遞到該最大值的位置[20],區(qū)域內(nèi)其他2×2-1=3個(gè)位置置零,其中4×4矩陣中非零的位置即為計(jì)算出來(lái)的每個(gè)小區(qū)域的最大值的位置,如圖4所示。圖3 mean-pooling過(guò)程

mean-pooling過(guò)程

【參考文獻(xiàn)】：
期刊論文
[1]深度學(xué)習(xí)及其在計(jì)算機(jī)視覺(jué)領(lǐng)域中的應(yīng)用[J]. 李國(guó)和,喬英漢,吳衛(wèi)江,鄭藝峰,洪云峰,周曉明.  計(jì)算機(jī)應(yīng)用研究. 2019(12)
[2]基于卷積神經(jīng)網(wǎng)絡(luò)的構(gòu)件分類策略的研究[J]. 張富為,楊秋翔,宋超峰.  計(jì)算機(jī)工程與應(yīng)用. 2019(08)
[3]基于深度卷積神經(jīng)網(wǎng)絡(luò)的人臉識(shí)別技術(shù)綜述[J]. 景晨凱,宋濤,莊雷,劉剛,王樂(lè),劉凱倫.  計(jì)算機(jī)應(yīng)用與軟件. 2018(01)
[4]基于卷積神經(jīng)網(wǎng)絡(luò)的人臉識(shí)別研究[J]. 解駿,陳瑋.  軟件導(dǎo)刊. 2018(01)
[5]卷積網(wǎng)絡(luò)深度學(xué)習(xí)算法與實(shí)例[J]. 陳旭,張軍,陳文偉,李碩豪.  廣東工業(yè)大學(xué)學(xué)報(bào). 2017(06)
[6]卷積神經(jīng)網(wǎng)絡(luò)在車輛識(shí)別中的應(yīng)用[J]. 彭清,季桂樹(shù),謝林江,張少波.  計(jì)算機(jī)科學(xué)與探索. 2018(02)
[7]卷積神經(jīng)網(wǎng)絡(luò)研究綜述[J]. 周飛燕,金林鵬,董軍.  計(jì)算機(jī)學(xué)報(bào). 2017(06)
[8]基于深度學(xué)習(xí)的人臉識(shí)別方法研究綜述[J]. 楊巨成,劉娜,房珊珊,謝迎.  天津科技大學(xué)學(xué)報(bào). 2016(06)
[9]基于人臉識(shí)別技術(shù)的圖書(shū)館門禁系統(tǒng)的研究[J]. 張靜端.  現(xiàn)代電子技術(shù). 2016(18)
[10]基于卷積神經(jīng)網(wǎng)絡(luò)的人臉識(shí)別方法[J]. 陳耀丹,王連明.  東北師大學(xué)報(bào)(自然科學(xué)版). 2016(02)



本文編號(hào)：3619159