卷积神经网络的人脸识别门禁系统设计
为确保用人单位的人员和财产安全,对深度学习中图像分类算法的卷积神经网络进行了应用研究,提出一种基于深度卷积神经网络的人脸识别系统.该系统首先利用手机、摄像头等设备采集用于制作训练数据集的人脸图像,然后使用该数据集对人脸识别算法进行训练,通过卷积神经网络提取照片特征,最终输出预测结果.在实际应用时,利用手机、摄像头等设备获取待测人员的人脸图像,与已有的训练结果进行对比,若对比结果中存在相似度超过85％的结果,系统可判定待测人员为本单位人员.该系统鲁棒性强,维护简单,造价低廉,可通过手机或摄像头等图像采集设备用于小区、宿舍、学校和建筑工地等场所的门禁系统.
人工智能、卷积神经网络、人脸识别、图像分类
20
TU714(建筑施工)
2020-09-14（万方平台首次上网日期，不代表论文的发表时间）
共4页
47-50
