使用耶鲁大学数据集,用神经网络的方法实现人脸识别,具体内容如下使用无监督学习中的自编码器生成分类器,再用有监督学习里的支持向量机加三层卷积神经网络对其进行训练,最终达到预想的准确率,代码注释很详细,
基于bp神经网络实现人脸方向识别,里面有图片,有MATLAB代码
本实验流程说明书描述了怎样利用一个基于神经网络的自动人脸识别模型来进行人脸图片识别的流程,以及试验环境和参数输入规范。
keras环境下,搭建卷积神经网络,通过资料理解,可以掌握卷积神经网络运行机制以及每层训练参数的个数的计算方法。
《机器学习从入门到入职》卷积神经网络convolution_数据集CIFAR10_框架keras实验的相关代码
Keras实现经典的卷积神经网络用于cifar10图像分类:NIN,VGG,ResNet,DenseNet,SeNet
卷积神经网络CNN在C++环境下的人脸识别库 特别适合deep learning的初学者 文件里附有readme文件
基于快速学习算法的SSn-tuple神经网络模型的人脸识别,周兆捷,吴乐南,本文提出了一种基于快速学习算法的自组织稀疏RAM的n-tuple神经网络模型的人脸识别方法。即将修改的回归一次提交算法引入了
人脸识别具有重要的实际应用价值,已成为计算机智能识别领域的热门研究课题。传统的人脸识别系统需要人的正面进行识别,而且仅对正面进行识别,因此在识别效率和准确率上存在很大缺陷。本文提出了基于BP神经网络的
基于BP_RRA神经网络的人脸识别,李扬,郭嗣琮,针对人脸识别问题,以BP算法和RRA理论为基础,采用BP_RRA作为人脸识别分类器,并结合小波变换,提出一种基于小波变换和BP_RRA神经网络�