基于卷积神经网络的人脸识别

基于神经网络的人脸识别

基于卷积神经网络的人脸识别研究

利用神经网络对人脸进行识别，神经网络模型，以及神经网络步骤等。

基于深度卷积神经网络的人脸识别研究：传统人脸识别方法而言,卷积神经网络模型不需要人工进行大量而又复杂的特征提取算法设计,仅需要设计一个可行的网络模型,再将大量的人脸训练数据集加载到网络模型中,然后进行

BP神经网络人脸识别的程序,可以对人脸进行识别.-BPneuralnetworkfacerecognitionprogram

利用卷积神经网络CNN进行人脸识别的研究，提取人脸的不同特征用于训练。

自行建立的数据集主要是为了进行现场人脸的收集，这种方式与机场中人脸数据收集的情况非常的相似，准备了400对正样本、400对负样本，进行实验。 在这种情况下，得到的图像的相似程度，就是输入的数据，之后，

基于训练卷积神经网络alexnet的人脸识别设计，并采用级联目标检测技术对裁剪人脸进行识别。使用函数capturefacesfromvideo.m从视频获取训练数据，并存储人脸图像。使用函数cropf

基于改进卷积神经网络的人脸识别算法.pdf

基于深度卷积神经网络的人脸识别

卷积神经网络是一类典型的处理网格型数据的深度学习结构,在图像和视频处理等领域得到了广泛的应用。本案例采用 Olivetti Faces 人脸数据集进行训练,使用 TensorFlow 构建一个深度卷积

基于卷积神经网络和PCA的人脸识别

传统的神经网络表情识别系统由特征提取和神经网络分类器组成,利用人的经验来获取模式特征,很容易丢失表征表情特征的细节信息。提出一种基于卷积神经网络的识别方法,避免了对图像进行复杂的特征提取,直接把图像数

基于卷积神经网络的人脸识别研究_叶浪.caj

本资源提供了神经网络、机器学习源码及案例，涵盖深度学习、经典人工智能算法等人脸识别的卷积神经网络算法。