上海工程技术大学电子电气工程学院
纸质出版:2022
移动端阅览
胡佳玲, 施一萍, 谢思雅, 等. 基于轻量级卷积神经网络人脸识别算法的研究与应用[J]. 传感器与微系统, 2022,(1):153-156.
基于轻量级卷积神经网络人脸识别算法的研究与应用[J]. 2022, (1): 153-156.
胡佳玲, 施一萍, 谢思雅, 等. 基于轻量级卷积神经网络人脸识别算法的研究与应用[J]. 传感器与微系统, 2022,(1):153-156. DOI: 10.13873/J.1000-9787(2022)01-0153-04.
基于轻量级卷积神经网络人脸识别算法的研究与应用[J]. 2022, (1): 153-156. DOI: 10.13873/J.1000-9787(2022)01-0153-04.
针对多数卷积神经网络(CNN)人脸识别算法在追求高精度的同时
加大网络层数
造成网络参数过多、计算量过大、训练速度缓慢且对设备要求高
增加了成本的问题
提出了一种改进型轻量级卷积神经网络MobileNet的人脸识别算法。首先
将MobileNet中的SoftMax层为L-SoftMax层
避免了过度拟合
实现更好的分类效果。其次
将改进的MobileNet和区域生成网络(RPN)融合
并在Jetson Nano小型设备上进行训练。实验表明:所提算法与传统的卷积神经网络人脸识别算法相比
在LFW人脸数据库和自建的小型数据库上训练测试
模型的参数量减少了88%
识别准确率与原MobileNet相比增加了0.2%
达到了97.54%。运行速度较原MobileNet网络提高了21.3%。
基于深度可分离卷积的YOLOv3行人检测算法 [J]. 王丹峰,陈超波,马天力,李长红,苗春雨. 计算机应用与软件 . 2020(06)
基于深度度量学习的行人重识别方法 [J]. 周刊,胡士强,吴桐. 传感器与微系统 . 2020(05)
基于改进Faster R-CNN的行人检测算法 [J]. 姚万业,李金平. 科学技术与工程 . 2020(04)
Softmax分类器深度学习图像分类方法应用综述 [J]. 万磊,佟鑫,盛明伟,秦洪德,唐松奇. 导航与控制 . 2019(06)
基于CNN与关键区域特征的人脸表情识别算法 [J]. 薛建明,刘宏哲,袁家政,王雪峤,李青,杨少鹏. 传感器与微系统 . 2019(10)
基于多通道稀疏卷积神经网络的行人检测算法 [J]. 曹璐,陈明,秦玉芳. 传感器与微系统 . 2018(10)
彩色图像灰度化算法综述 [J]. 顾梅花,苏彬彬,王苗苗,王志磊. 计算机应用研究 . 2019(05)
基于深度学习的场景图像分类算法研究 [D]. 姜轩. 北京邮电大学 2019
基于MobileNet的目标跟踪算法研究与实现 [D]. 汤高扬. 广东工业大学 2019
基于改进CNN的人脸实名登记系统的研究与设计 [D]. 许超. 湖北工业大学 2018
灰度图像的直方图均衡化处理研究 [D]. 陈永亮. 安徽大学 2014
0
浏览量
2690
下载量
2
CSCD
关联资源
相关文章
相关作者
相关机构