期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于InsightFace的改进教室人脸识别算法及其应用
被引量:
5
1
作者
田曦初
苏寒松
+1 位作者
刘高华
刘腾腾
《激光与光电子学进展》
CSCD
北大核心
2020年第22期296-306,共11页
针对教室场景小人脸识别准确率低的问题,基于InsightFace算法,结合MobileFaceNet结构和DenseNet结构,提出一种将通道相加和通道级联结合起来的Dual-MobileFaceNet轻量级网络结构,提高了识别速度和小人脸识别准确率。同时,提出一种双重...
针对教室场景小人脸识别准确率低的问题,基于InsightFace算法,结合MobileFaceNet结构和DenseNet结构,提出一种将通道相加和通道级联结合起来的Dual-MobileFaceNet轻量级网络结构,提高了识别速度和小人脸识别准确率。同时,提出一种双重分类算法,进一步改善了InsightFace算法的识别分类能力,在LFW数据集上准确率达99.46%。最后将所提算法移植在Jetson TX2嵌入式开发板上,在8人、18人教室场景下识别准确率分别达96.24%、94.68%,每帧识别速度分别约为0.14 s、0.29 s。相比其他大型网络,所提网络更具实时性和有效性。所提算法为教室人脸识别、无感知考勤系统提供了有效思路。
展开更多
关键词
机器视觉
人脸识别
卷积神经网络
教室场景
深度学习
原文传递
基于神经网络的学生行为检测算法研究
被引量:
4
2
作者
苏寒松
刘腾腾
+1 位作者
刘高华
田曦初
《激光与光电子学进展》
CSCD
北大核心
2020年第22期177-183,共7页
关于行为检测的算法有很多,但针对教室场景下的学生行为检测算法却略显缺乏。为了使学生行为检测算法具有较好的准确率和实时性,在MTCNN的基础上改进了网络结构,并提出了一种新的激活函数和损失函数以检测学生图像和关键点。同时,提出...
关于行为检测的算法有很多,但针对教室场景下的学生行为检测算法却略显缺乏。为了使学生行为检测算法具有较好的准确率和实时性,在MTCNN的基础上改进了网络结构,并提出了一种新的激活函数和损失函数以检测学生图像和关键点。同时,提出了通过图像分类网络和关键点分类网络对学生行为进行联合分类的策略。实验结果表明,所提出的改进措施均有效提升了学生行为检测的准确率,最终模型的检测准确率为78.6%。在嵌入式开发板Jetson TX2上,所提算法的实时检测准确率和速度优于YOLOv3和SSD等算法。
展开更多
关键词
图像处理
机器视觉
神经网络
行为检测
教室场景
原文传递
题名
基于InsightFace的改进教室人脸识别算法及其应用
被引量:
5
1
作者
田曦初
苏寒松
刘高华
刘腾腾
机构
天津大学电气自动化与信息工程学院
出处
《激光与光电子学进展》
CSCD
北大核心
2020年第22期296-306,共11页
基金
广州市科技计划(201802020008)。
文摘
针对教室场景小人脸识别准确率低的问题,基于InsightFace算法,结合MobileFaceNet结构和DenseNet结构,提出一种将通道相加和通道级联结合起来的Dual-MobileFaceNet轻量级网络结构,提高了识别速度和小人脸识别准确率。同时,提出一种双重分类算法,进一步改善了InsightFace算法的识别分类能力,在LFW数据集上准确率达99.46%。最后将所提算法移植在Jetson TX2嵌入式开发板上,在8人、18人教室场景下识别准确率分别达96.24%、94.68%,每帧识别速度分别约为0.14 s、0.29 s。相比其他大型网络,所提网络更具实时性和有效性。所提算法为教室人脸识别、无感知考勤系统提供了有效思路。
关键词
机器视觉
人脸识别
卷积神经网络
教室场景
深度学习
Keywords
machine vision
face recognition
convolutional neural network
classroom scene
deep learning
分类号
TP391.4 [自动化与计算机技术—计算机应用技术]
原文传递
题名
基于神经网络的学生行为检测算法研究
被引量:
4
2
作者
苏寒松
刘腾腾
刘高华
田曦初
机构
天津大学电气自动化与信息工程学院
出处
《激光与光电子学进展》
CSCD
北大核心
2020年第22期177-183,共7页
基金
广州市科技计划(201802020008)。
文摘
关于行为检测的算法有很多,但针对教室场景下的学生行为检测算法却略显缺乏。为了使学生行为检测算法具有较好的准确率和实时性,在MTCNN的基础上改进了网络结构,并提出了一种新的激活函数和损失函数以检测学生图像和关键点。同时,提出了通过图像分类网络和关键点分类网络对学生行为进行联合分类的策略。实验结果表明,所提出的改进措施均有效提升了学生行为检测的准确率,最终模型的检测准确率为78.6%。在嵌入式开发板Jetson TX2上,所提算法的实时检测准确率和速度优于YOLOv3和SSD等算法。
关键词
图像处理
机器视觉
神经网络
行为检测
教室场景
Keywords
image processing
machine vision
neural network
behavior detection
classroom scene
分类号
TP391.4 [自动化与计算机技术—计算机应用技术]
原文传递
题名
作者
出处
发文年
被引量
操作
1
基于InsightFace的改进教室人脸识别算法及其应用
田曦初
苏寒松
刘高华
刘腾腾
《激光与光电子学进展》
CSCD
北大核心
2020
5
原文传递
2
基于神经网络的学生行为检测算法研究
苏寒松
刘腾腾
刘高华
田曦初
《激光与光电子学进展》
CSCD
北大核心
2020
4
原文传递
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部