【摘 要】
：
文章实现了基于Yolov5s和Dlib的视频实时人脸识别.基于开源的人脸数据集CelebA重新训练Yolov5s网络,使得Yolov5s能够检测并标记出图像中的人脸位置.将Yolov5s检测到的人脸区域图像输入到第三方人脸识别模块Dlib中,首先提取出68点人脸面部关键点,再将关键点生成人脸特征向量,同时通过Dlib模块提取事先准备好的需要识别的人脸图像的特征向量,并保存到相应的人脸数据库中.由于同一个人的人脸特征向量映射到高维空间的距离是接近的,基于此引入更高效Annoy算法对人脸特征向量创建索引,提高
【机 构】
：
福州大学物理与信息工程学院,福建福州350108
论文部分内容阅读
文章实现了基于Yolov5s和Dlib的视频实时人脸识别.基于开源的人脸数据集CelebA重新训练Yolov5s网络,使得Yolov5s能够检测并标记出图像中的人脸位置.将Yolov5s检测到的人脸区域图像输入到第三方人脸识别模块Dlib中,首先提取出68点人脸面部关键点,再将关键点生成人脸特征向量,同时通过Dlib模块提取事先准备好的需要识别的人脸图像的特征向量,并保存到相应的人脸数据库中.由于同一个人的人脸特征向量映射到高维空间的距离是接近的,基于此引入更高效Annoy算法对人脸特征向量创建索引,提高人脸识别速度.
其他文献
人工智能时代已经来临,智能手机全面普及.针对教师在课堂上对学生玩手机难以有效管理的问题,该文采用Sock?et线程池、多线程、跨平台和多端同收同发等关键技术,设计并开发了基于Android的手机远程控制系统.测试结果表明,本系统可以远程对学生手机进行锁屏,同时协助教师对学生自动完成考勤,提高了课堂管理效率,有效避免了学生在课堂上玩手机.
计算机软件工程与其他类型的工程相比具有极高的复杂性,而且它需要对数据和信息进行整理和收集,将所有的数据记录在册之后,利用编程技术进行建造以及编写程序,这样才能够完成数据库的构建,并达到软件创作的目的.特别是在互联网技术快速发展的背景之下,人们对各种类型软件的要求越来越高,而计算机科学技术也面临着新的改革以及提升.人们的生活方式由于大数据的出现变化非常大,是否有了更好的发展方向.但是在未来使用网络的人群将会变得越来越复杂.在此背景之下,进行大数据时代下软件工程关键技术的分析具有很高的必要性.
该文基于微信小程序的口袋招聘平台的设计与实现进行论述.该平台采用Apache+PHP+MySQL集成开发环境的PHPStudy套件,将ThinkPHP5安装在PHPStudy上,两者完美结合,有效减轻了Web端负担.经测试表明,该平台实现了用户投递、企业发布招聘信息、管理员审核企业发布信息等功能,且各项功能达到了预期效果,用户体验感强,为用户求职、企业招聘带来了方便.
针对当前基于微信小程序的美食服务平台还相对匮乏,功能参差不齐等问题;且基于WEB端的美食服务平台存在使用不便利等原因,设计了一个基于微信小程序的智能烹饪小助手.按照前后端分离架构的要求,系统分为客户端和服务端.客户端为微信小程序,采用官方提供的原生UI组件库构建项目的前端页面;服务端包括服务器和数据库,项目选择MySQL数据库存储数据,并采用SpringBoot框架开发项目接口.客户端即微信小程序通过向服务器端发送HTTP/HTTPS请求获取服务数据.项目实现了美食识别、应季食物推荐、热门美食搜索、菜谱收
随着互联网技术的发展和参加研究生考试的人数逐年增加,已经对研究生入学考试和复试的题目的广度、类型、难度和安全提出更高的要求.系统采用前后端分离技术,前端使用基于Vue.js框架的ElementUI组件库;后端使用分层概念进行设计和开发,使用框架为Spring Boot.系统包括完整题库系统和组卷系统两部分,界面友好和操作简单,能够满足试卷的各种要求.使用黑盒和白盒测试技术对系统的各项性能指标进行测试,证明了系统的可用性、可行性和可靠性.
针对服装图像检索这一问题,用深度残差网络ResNet101作为骨干模型,并使用DeepFashion数据集中的子数据集Category and Attribute Prediction Benchmark中的图片作为研究对象.文中首先将服装图片进行处理后送入已经训练好的网络模型中得到服装图像特征,并建立服装特征库,然后将待检索的服装图片送入模型中得到图像特征,并与服装特征库中的特征进行相似度度量,最后按照相似度大小得到检索结果.实验结果表明,该方法可以得到比较完整的服装特征,具有较高的检索准确率.
Flash二维动画制作入门容易,但要真正精通很难,关键之一是缺少能够深入学习、实践的参照案例.该文详细介绍了基于ActionScript3.0和FlashCS5的拼图游戏设计与实现全过程,能够为初学者进一步地深入学习提供引导和借鉴.
随着信息技术的不断发展,智慧校园构建越来越成熟,人脸识别技术广泛应用于学校管理的各个方面.其中教学考勤管理、宿舍管理、图书馆管理、实验室管理、考试管理、校园安全管理是高校管理的重点.运用先进的智能识别系统,大大提高了管理老师的工作效率,提升学校的智能化管理水平.本文将从人脸识别技术的原理出发,分析人工智能在高校管理中的应用.
将面部采集与识别技术结合物联网技术,研究设计一套用于高校学生寝室管理的安全考勤系统.其中,面部采集与识别模块采用opencv技术设计,后台数据库存储与管理模块采用Sql server数据库和Java进行功能设计,移动智能查询模块采用Android进行设计.系统可实现学生面部信息的录入与识别,考勤信息的后台存储、查询与维护,考勤信息的远程访问等功能.系统可高效实现学生晚间归寝统计,防止代签、假签等行为,便于管理者随时掌握学生考勤信息,减少了工作量,提高了管理效率.
在计算机网络技术飞速发展的新时代,互联网已逐渐成为当今信息传输的主要方式之一,且已进入生活中的方方面面,是当前世界上最为重要也是最有前景的技术之一.人工智能技术是以计算机技术为基础的一种新的技术,其主要是通过计算机模仿人的行为与能力,然后替代人类执行一些任务.将人工智能技术应用在计算机网络技术中是主要的发展趋势之一,该文对此进行分析.