欢迎访问深圳市捷易科技有限公司网站

返回首页|联系我们

全国统一服务热线:

18923480462
新闻资讯您当前的位置:首页 > 新闻资讯 > 校园人脸识别门禁机与深度学习

校园人脸识别门禁机与深度学习

日期:2022-04-26浏览:44次

  校园人脸识别门禁机面部识别技术是生物识别的相关技术之一,比起较早开发的指纹、掌纹、虹膜识别等,面部识别可以更精细地撷取一个人的容貌特点与比例,大幅提升识别身份的准确度,难以造假,成为近年来生物识别领域中受瞩目的科技。
 
  之所以要有人脸检测,不光是为了检测出照片上是否有人脸,更重要的是把照片中人脸无关的部分删掉,否则整张照片的像素都传给f(x)识别函数肯定就不可用了。校园人脸识别门禁机不一定会使用深度学习技术,因为这里的技术要求相对低一些,只需要知道有没有人脸以及人脸在照片中的大致位置即可。
 
  判断两张照片是否为同一个人,通常应用在人证匹配上,例如证件与实时抓拍照是否为同一个人,常见于各种营业厅以及后面介绍的1:N场景中的注册环节。而1:N应用场景,则是首先执行注册环节,给定N个输入包括人脸照片以及其ID标识,再执行识别环节,给定人脸照片作为输入,输出则是注册环节中的某个ID标识或者不在注册照片中。
 
  如果本身含有的数据太少,即图片非常不清晰,例如28*28像素的照片,那么谁也无法准确的分辨出是哪个人。可以想见,必然像素数越多识别也越准,但像素数越多导致的计算、传输、存储消耗也越大,我们需要有根据的找到合适的阈值。
 
  深度学习只是受到神经科学的启发,所以称为神经网络,但实质上就是上面提到的多层函数前向运算得到分类值,训练时根据实际标签分类取损失函数小化后,根据随机梯度下降法来优化各层函数的权重参数。

上一篇:人脸识别测温考勤机能记录多少张人脸数据?

下一篇:规范企业通勤 人脸识别考勤一体机能杜绝很多问题

在线咨询 联系方式 二维码

服务热线

18923480462

扫一扫,关注我们