基于深度学习的人脸识别研究及其在物流中的应用

发布时间：2021-12-29 11:27

　　随着互联网经济的发展,电子商务、物流运输等行业都越来越依赖于网络。认证技术是保障物流系统安全性的重要手段。网络安全和信息系统安全的第一道屏障就是身份认证技术,身份认证技术在物流安全领域中也是研究热点,物流安全中的身份认证主要对用户身份进行鉴定,确定取件者和用户是否统一,避免快件遗失的情况发生。人脸识别技术是对人脸图像进行特征提取和分析,将提取的有效面部进行建模并对后续传入的面部特征进行分类和预测的方法。人脸识别方法与传统的身份鉴定手段相比具有友好性,非接触性,实时性,隐蔽性的特点。为了能够在物流签收环节更快更好的对人脸进行识别,本文提出了一种金字塔特征优化模型。金字塔特征优化模型对卷积神经网络fc7层特征进行处理,将同一用户的多张相关联的图片特征进行按位整合,得出一个用户面部特征的特征集合。使用卷积神经网络对用户的面部特征集合进行训练得到用户的人脸识别模型,该人脸识别模型可以在不同环境下对用户进行实时的人脸识别。为了保证人脸识别签收系统能够实时的进行人脸识别,本文使用了有效帧选取方法。在该方法中,卷积神经网络对传入的视频进行特征提取,提取特征后使用敏感哈希算法（LSH）对特征进行投影,... 

【文章来源】：南京邮电大学江苏省

【文章页数】：80 页

【学位级别】：硕士

【部分图文】：

012年ImageNet大赛的分类效果图

图像卷积原理图

三种算法迭代次数和正确率仿真图


本文编号：3556034