校园建设中基于卷积神经网络的人像识别系统设计_杭子皓.pdf
《校园建设中基于卷积神经网络的人像识别系统设计_杭子皓.pdf》由会员分享,可在线阅读,更多相关《校园建设中基于卷积神经网络的人像识别系统设计_杭子皓.pdf(4页珍藏版)》请在咨信网上搜索。
1、计算机与图像技术Computer&Multimedia Technology电子技术与软件工程Electronic Technology&Software Engineering176现阶段,在实际针对校园进行管理的过程中,为了保证校园环境的安全性,为学生营造良好的学习环境,学校设计了智慧校园人脸识别系统,其在实际应用的过程中,具有较强的针对性,一对一进行身份识别和验证。目前,人脸识别系统已经成为数字化校园、智慧校园建设的重要措施,而且也为校园视频监控提供了强有力的支持。智慧校园人脸识别系统可以帮助学校一对一了解学生以及教师的行动轨迹,进而提升校园管理的有效性以及管理水平,既做到了事后提供数据
2、,又可以实现事前预警的目的,为校园管理奠定了坚实的基础。1 卷积神经网络在人像识别系统中的应用概述卷积神经网络,其主要是在神经网络的基础上应用卷积计算的方式,并利用卷积层获取卷积核获取图形的特征,而卷积简单来说就是加权求和,其中权值矩阵也被称之为加权模板,其还被称之为卷积核和滤波器,而卷积核之间存在一定的差异性,不同的卷积核拥有不同的功能,比如说模糊处理、图像分割以及边缘检测等。在实际应用卷积神经网络的过程中,通常会经过多次卷积,进而保证图像信息获取的准确性以及精准性,同时也可以获取更深层次的图像特征,这也为后续的分类以及预测提供了强有力的支持。与传统机器学习方法相比,卷积神经网络的作用和价值
3、更为明显,因此被大范围应用于人脸识别系统之中,比如说智慧校园建设、机场旅客离港等,相关研究人员针对此进行了更为深入地研究和分析,保证其发挥出明显优势和作用,其也成为当前重点研究对象。卷积神经网络本质如图 1 所示。1.1 卷积神经网络基本结构对于卷积神经网络的构成来说,其具有传统神经网络的输入层以及输出层,同时也具有自身特有的卷积层、池化层以及全连接层。1.1.1 卷积层其在实际运行的过程中,主要是依靠卷积核,针对图像对象进行卷积运算。通常情况下来讲,卷积层内存在多个不同的卷积核,进而实现对图像进行深层次特征获取的目的。根据研究调查显示,图像特征获取其内容较为繁杂且涉及众多的数据信息,此时就可
4、以发挥池化层的作用,对特征图像的维度进行整理筛选,减少不必要的数据信息。1.1.2 池化层其也被称之为抽样层,其在实际运行的过程中,主要是在特定的区域内展开工作,对提出的图像特征进行整合。其设置在卷积层之后,因此单个区域范围内的像素通常存在相似性的特点,而此时,在实际开展工作的过程中,相关工作人员只需要某一个或者几个值就可以表示整体区域范围内的特征。池化层在开展工作的过程校园建设中基于卷积神经网络的人像识别系统设计杭子皓李艳灵*(信阳师范学院 河南省信阳市 464000)摘要:本文对校园建设中基于卷积神经网络的人像识别系统设计进行研究。现阶段,随着计算机技术以及机器学习技术的发展和进步,当前卷
5、积神经网络以及人脸识别系统逐渐走向大众的视野,也逐渐成为研究人员重点研究内容和关注对象。当前建设智慧校园的过程中,最为重要的就是人脸识别系统的搭建,为了保证其有效性以及应用质量,可以应用卷积神经网络,其对于图像处理方面可以发挥出最大的作用和价值,可以针对图像进行深层次提取,了解图像特征,因此基于卷积神经网络的智慧校园人脸识别系统设计,具有更好的泛华能力,本文以此为基础,进行深入研究和分析。关键词:卷积神经网络;智慧校园;人脸识别系统;系统设计图 1:卷积神经网络本质计算机与图像技术Computer&Multimedia Technology电子技术与软件工程Electronic Technol
6、ogy&Software Engineering177中,存在多种方法,典型的是均值池化、随机池化以及最大池化。而现阶段,较为常用的是最大池化方法,其主要是选择某个区域内的最大值,并对其进行相应的处理1。1.1.3 全连接层其也被称之为 FC 层,一般将其布置在卷积神经网络的左后一个部分,其主要是将卷积核提取的深层特征进行转化,将二维特征转化为一维定向,便于后续的分析和处理。1.2 卷积神经网络的基本特点1.2.1 局部连接其余全连接相对。卷积神经网络的主要作用是对图像进行处理,并获取深层特征,但是在实际进行图像处理时,其会受到点像素的影响,特别是距离较近的点像素,其与图像处理之间具有较强的关
7、联性,但是相对来说距离较远的点像素对其影响较弱。由此可见,卷积神经网络在实际处理图像的过程中,神经节点只需要与局部卷积核区域进行连接即可,这样可以在很大程度上提升整体工作效率,节约图像特征获取的时间资源。1.2.2 权值共享卷积神经网络在实际进行图像处理的过程中,通常会涉及众多数据参数,而权值共享可以有效降低其数量。由此可见。如果卷积层中的卷积核提取了一个图像中某个区域的特征,那么从理论上来看,这个卷积核适用于此图像的其他区域,而这就在很大程度上降低了出现参数重复的情况,有效减少参数数量,也避免了一个卷积核被重复利用的概率。通常情况下来讲,在实际获取图像特征的过程中,仅依靠一个卷积核就可以获取
8、整个图像中同类型的特征,最终形成完整的特征图,而卷积层内设置多个卷积核的主要目的是获取更深层次的图像特征,而在此过程中也可以进行训练,有助于提升学习效率,但同时也降低了学习难度。2 基于卷积神经网络的智慧校园人脸识别系统设计当前学校为了提升整体管理质量以及管理效率,以卷积神经网络为基础,设计了智慧校园人脸识别系统。与传统机器学习相比,卷积神经网络在实际应用的过程中其优势和作用更为突出,其是一种深度前馈人工神经网络,在实际处理的过程中,其会对周围单元进行响应,进而实现图像处理的目的,这也是其被应用于图像识别的主要原因。对于卷积神经网络来说,其局部链接以及权值共享特点,使其为人脸识别系统提供了强有
9、力的支持,其与现实世界中的深入神经网络的一致性相对来说更强,而且权值共享也减少了不必要的参数数量,减低了整体的复杂性。2.1 人脸图像采集对于智慧校园人脸识别系统来说,首先要做的就是获取校园内学生以及教师的人脸图像信息。人脸识别系统在实际运行的过程中,主要是通过分析人脸特征识别身份的一种更为有效的方法,因此需要对相关学生以及教师的人脸信息进行采集。通常情况下来讲,新生在入校报名登记的过程中,会统一进行人脸图像采集,此时可以应用 PCP 人像采集系统 4.0,其主要是对静态图像进行相应的采集,在计算机中以 JPG 的形式进行储存,并生成人脸图像文件,但是在实际进行储存的过程中对于文件的大小进行了
10、相应的规定,要求其大小不得超过100K,同时需要对各个文件进行命名,其命名方式为“学生姓名+学号”,并以班级为单位进行分类整理,而对于教职工来说,其命名方式为“教职工姓名+工号”2。最后,在完成人脸图像采集之后,需要对图像文件进行相应的处理,生成对应的编码,这样可以为后续计算机的处理提供便利条件。学生的人脸图像不仅可以用于识别系统,同时也可以应用于学生证以及学习档案之中,无需学生上交图片信息,而对于教职工的人脸图像来说,可以应用于考勤系统之中,在实际进行设计的过程中,需要将其与考勤系统搭建联系,并由摄像机直接获取图像信息,而且其也可以批量导入或者是导出图像与数据,为考勤系统提供了强有力的支持。
11、2.2 数据预处理在实际利用卷积神经网络设计智慧校园人脸识别系统的过程中,需要在卷积神经网络之前输入学习数据,这一操作的主要目的是实现对原始数据进行预处理的目的。而其中训练数据可以选择 olivettifaces 人脸数据库,此数据库是由纽约大学研究建立,其规模相对来说比较小,整个数据库内仅存在 40 个人的人脸图像信息,但是对于每个人来说收集了 10 张人脸图像样本,最终构成一个由 400 小图像共同组成的大图像,大图像尺寸为计算机与图像技术Computer&Multimedia Technology电子技术与软件工程Electronic Technology&Software Engine
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 校园 建设中 基于 卷积 神经网络 人像 识别 系统 设计 杭子皓
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。