《人工智能基础》—基于TensorFlow的人脸识别
本资源包括：程序、实验和论文【均原创】
我们在windows系统下，基于python3.7和tensorflow，通过ensorflow、numpy、opencv和dlib库搭建了人脸识别的环境。通过使用dlib自带的frontal_face_detector作为特征提取器，摄像头扫描读取用户人脸，然后利用三层卷积神经网络进行多轮训练学习，得出较小的损失率和较大的准确率模型。利用训练好的模型来识别，扫描出脸是否为用户的脸。
技术特点：
①本程序使用dlib来识别人脸部分，也可以程序中使用的是dlib来识别人脸部分，也可以使用opencv来识别人脸。
②本程序中加入了对比度与亮度的模块，这样可以提高训练后识别自己的成功率，也提高照片样本的多样性。对比度和亮度值都取随机数。
收集其他人的图片集，使用dlib中detecotr批量识别图片中的人脸部分。调整图片的格式后，保存。
③人脸识别系统主要包括四个组成部分，分别为：人脸图像采集及检测、人脸图像预处理、人脸图像特征提取以及匹配与识别。
④将图片和标签转化为数组，随机化为训练集和测试集，每次取4张图片。
文件下载
资源详情
[{"title":"（ 5 个子文件 734KB ） 《人工智能基础》—基于TensorFlow的人脸识别","children":[{"title":"set_other_people.py <span style='color:#111;'> 1.89KB </span>","children":null,"spread":false},{"title":"信计181-181294-齐佳静-人脸识别论文.docx <span style='color:#111;'> 728.45KB </span>","children":null,"spread":false},{"title":"train_faces.py <span style='color:#111;'> 6.67KB </span>","children":null,"spread":false},{"title":"is_my_faces.py <span style='color:#111;'> 6.21KB </span>","children":null,"spread":false},{"title":"get_my_faces.py <span style='color:#111;'> 1.97KB </span>","children":null,"spread":false}],"spread":true}]
评论信息
其他资源
- 网络调试助手C++源码(VS 2008开发)
- 2018新华三(H3C)社招C语言笔试题
- dppw4.13.10-installer.zip
- stm32+esp8266上传数据到移动onenet平台
- 计算机系统结构论文--数据流计算机
- ssm开发的论坛项目
- Solution manual for Wireless Communications By Andrea Goldsmith 《无线通信》习题解答
- 溶质运移转化问题
- yale人脸数据库
- A星算法的matlab实现，官方版本
- fluent UDF马世虎翻译版
- unity-横向比较unity3d与其他的游戏引擎的优势与不足
- 旋转编码器脉冲计数及转向检测.zip
- Maxwell静电场中同轴电缆的3D仿真
- 自行车出租网站
- SpringFramework5.0入门篇
- RuoYi 若依快速构建web应用程序
- iOS世界标准地理坐标(WGS-84)转中国国测局地理坐标(GCJ-02)
- An Efficient Reliable Communication Scheme in Wireless Sensor Networks Using Linear Network Coding
- 12-NodeJS基础-第2天-{ fs案例、http }（2018.7.14）.rar
- 一款响应式的登录页面模板.zip
- C#高级编程练习题目（内附答案）
- 图书管理系统VB.NET+SQL2000
- 基于DSP的人脸识别系统设计.doc
- Android模拟手机联系人app
- eoLinker-AMS-Lite-For-PHP-4.0
- 粒子群算法MATLAB仿真
- 六款好看的ppt模板 可能适合你
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明