基于深度学习的亲属识别方法研究.docxVIP

下载本文档

4
0
约3.67千字
约 8页
2023-07-27 发布于北京
举报
版权申诉

基于深度学习的亲属识别方法研究.docx

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

基于深度学习的亲属识别方法研究摘要针对现有亲属识别方法中存在的准确率、鲁棒性和实用性等问题，本文提出了一种基于深度学习的亲属识别方法，旨在提高亲属识别的精度和稳定性，并实现在实际应用场景中的有效性。本研究利用卷积神经网络（CNN）进行人脸特征提取，并采用掩蔽图像平均化（MIA）方法降低数据噪声和光线变化的干扰。同时，本文还提出了一种基于解剖结构特征的亲属关系分类方法，即将基于CNN的特征向量与解剖结构相结合，提高了亲属关系分类的准确率和鲁棒性。实验结果表明，本文提出的方法在LFW、ZF-FF和Multi-PIE等公开数据库上均取得了较高的亲属识别率和分类准确率，证明了其在实际应用中的成