论文研究基于卷积神经网络的人脸性别识别研究与应用 .pdf

行人检测一直是目标检测研究与应用中的热点。目前行人检测主要通过设计有效的特征提取方法建立对行人特征的描述，然后利用分类器实现二分类。卷积神经网络作为深度学习的重要组成，在图像、语音等领域得到了成功应用

探究基于Kinect的人脸识别，贺勇，李景松，最早的人脸识别大多是基于二维灰度图像，随着三维成像技术的发展，三维人脸识别成为了研究的热点。针对非接触人脸识别问题，探讨

继电器产品的优化设计是在给定的负载条件或环境条件下，在对继电器产品的性态、几何尺寸关系或其他因素限制约束范围内，确定设计参数、目标函数、约束条件以形成优化设计模型，并选择恰当的优化方法以获得最佳设计方

基于多尺度卷积神经网络的行人计数研究，万全，刘晓鸿，基于计算机视觉的行人数量统计技术由于其在交通管制、公共安全等方面的重要作用从而受到广泛的关注。传统行人计数方法对于行人密

为解决卷积神经网络在提取图像特征时所造成的特征信息损失，提高图像检索的准确率，提出了一种基于改进卷积神经网络LeNet-L的图像检索算法。首先，改进LeNet-5卷积神经网络结构，增加网络结构深度；然

基于卷积神经网络的中文自动问答研究，邢世样，张闯，本文针对传统中文自动问答系统精度不高，处理稀疏数据效果不佳的问题，将一种深度学习算法应用到中文自动问答系统中。利用卷积神

提出了一种应用于跨年龄人脸识别的联合学习方法，该方法由深度卷积神经网络构建而成，能在特征学习的同时学习到最优的测度函数，从而避免不合适的固定阈值所带来的匹配错误．针对有限的内存、过拟合和计算复杂性高的

Python卷积神经网络人脸识别程序，可用于开发新的面部识别软件

基于卷积神经网络的方法，通过对样本数据的学习和训练，实现了对人脸情绪的识别。选手需要根据给定的照片，预测人脸的具体情绪，涵盖了7种不同的情绪类型。

基于卷积神经网络的人群密度