看过本文的还看了

相关文献

该作者的其他文献

文献详情 >基于CNN-FOA-SVM算法的地铁站人脸识别研究 收藏
基于CNN-FOA-SVM算法的地铁站人脸识别研究

基于CNN-FOA-SVM算法的地铁站人脸识别研究

作     者:杨瀚程 Yang Hancheng

作者机构:中铁第一勘察设计院集团有限公司陕西西安710043 

出 版 物:《现代科学仪器》 (Modern Scientific Instruments)

年 卷 期:2022年第39卷第4期

页      码:184-189页

摘      要:地铁安全事故社会影响大,单纯依赖摄像头快速、准确搜索个人信息难度大,这使得人脸识别在地铁事故处理中具有广泛的应用。论文采用Viola-Jones算法检测人脸并进行人脸剪裁,并将剪裁后的人脸图像输入到CNN中对人脸表情特征提取。提取的人脸特征作为样本对FOA-SVM模型进行训练,获得用于人脸识别的FOA-SVM模型。将提出的FOA-SVM模型应用于现成的人脸数据库,结果表明该模型对人脸识别的准确率均在92%以上,同时人脸识别稳定性强,这对人脸识别在地铁运营中的应用具有一定的参考价值。

主 题 词:卷积神经网络 支持向量机 果蝇优化算法 人脸识别 地铁站 

学科分类:08[工学] 080203[080203] 0802[工学-机械学] 

馆 藏 号:203114320...

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分