一种改进的LeNet-5嵌入式人脸识别方法

打开文本图片集

摘 要：给出了一种基于LeNet-5改进的人脸识别方法，以其能适用于资源及计算能力有限的嵌入式系统。把典型卷积神经网络LeNet-5的结构，设计为由两个卷积采样层、一个全连接隐藏层和一个分类输出层，降低了网络结构复杂度。而且减少了卷积核的个数、改进了池化方式以及分类输出方式，降低了计算复杂度。实验证明，在保证训练和测试精度的同时，该方法提高了在嵌入式平台上进行单人脸识别的速度。（剩余5406字）

网站仅支持在线阅读（不支持PDF下载），如需保存文章，可以选择【打印】保存。