基于改进MobileFaceNet的人脸识别方法北大核心

针对目前大多数人脸识别算法参数多、计算量大,难以部署到移动端和嵌入式设备中的问题,提出了一种基于改进MobileFaceNet的人脸识别方法。通过对MobileFaceNet模型结构的调整,将bottleneck模块优化为sandglass模块,改良深度卷积和逐点卷积的相对位置,适当增大sandglass模块的输出通道数,从而减少特征压缩时的信息丢失,增强人脸空间特征的提取。实验结果表明:改进后的方法在LFW测试数据集上准确率达99.15%,模型大小和计算量分别仅为原算法的61%和45%,验证了所提方法的有效性。     

基于去相关对抗学习的年龄不变人脸识别

匹配年龄差距较大的人脸在今天仍然是一个具有挑战性的问题，主要是由于年龄增长导致的人脸外观的显著差异。为了减少这种差异，本文提出了一种新的算法，从混合了身份和年龄信息的特征中去除与年龄相关的成分。具体来说，我们将混合人脸特征分解为两个不相关的分量:身份相关分量和年龄相关分量，其中身份相关分量包括对人脸识别有用的信息。     

基于Matlab的人脸识别系统设计

随着人工智能的飞速发展,人脸识别技术已经应用到很多领域中,能否准确识别人脸成为最关键的问题。文章以Matlab为工具,以肤色特征对目标人脸进行实时地追踪与识别,对人脸的处理过程分为图像预处理、人脸检测、特征提取以及分类识别4部分,最终实现对有遮挡物等特殊情况下的人脸识别。实验结果显示此系统具有较高的识别精度,实时性、鲁棒性良好。实验表明,此人脸识别系统具有广阔的应用前景。     

基于卷积神经网络的跨年龄人脸识别系统研究

对年龄跨度具有鲁棒性的人脸识别系统在实际中具有广泛的应用,年龄的变化对人脸面部特征具有显著的影响,会导致人脸识别的准确率下降。提出一种基于卷积神经网络的跨年龄人脸识别系统,包含人脸检测、人脸预处理、卷积神经网络提取特征、期望最大化(EM)算法和余弦距离等部分。采用EM算法计算出身份特征,使得人脸识别系统对年龄变化具有鲁棒性。在MORPH-II和FG-NET跨年龄数据库中进行仿真实验,验证了人脸识别系统的有效性。     

浅析人脸识别技术在高校的应用

人脸识别技术是一项新兴且发展很快的生物识别技术,结合活体检测与人工智能的深度学习将在高校的教学和管理中发挥重要作用。文章阐述了人脸识别技术有关的基本原理,提出了保护高校学生隐私的解决办法,列举了高校中可使用人脸识别技术的应用场景。     

人脸识别在电子商务中的应用探究

人脸识别技术凭借自身的易采集性、稳定性高、防伪性能好等独特魅力,在电子商务中的应用越来越广泛。本文重点研究人脸识别技术的概念、特点及其在电子商务中应用的必要性,并进一步分析和研究人脸识别技术在电子商务中的身份识别与认证方面的具体应用,希望为电子商务在身份认证方面提供技术支持和借鉴意义。