隨著互聯(lián)網(wǎng)經(jīng)濟(jì)的發(fā)展,電子商務(wù)、物流運(yùn)輸?shù)刃袠I(yè)都越來(lái)越依賴于網(wǎng)絡(luò)。認(rèn)證技術(shù)是保障物流系統(tǒng)安全性的重要手段。網(wǎng)絡(luò)安全和信息系統(tǒng)安全的第一道屏障就是身份認(rèn)證技術(shù),身份認(rèn)證技術(shù)在物流安全領(lǐng)域中也是研究熱點(diǎn),物流安全中的身份認(rèn)證主要對(duì)用戶身份進(jìn)行鑒定,確定取件者和用戶是否統(tǒng)一,避免快件遺失的情況發(fā)生。人臉識(shí)別技術(shù)是對(duì)人臉圖像進(jìn)行特征提取和分析,將提取的有效面部進(jìn)行建模并對(duì)后續(xù)傳入的面部特征進(jìn)行分類和預(yù)測(cè)的方法。人臉識(shí)別方法與傳統(tǒng)的身份鑒定手段相比具有友好性,非接觸性,實(shí)時(shí)性,隱蔽性的特點(diǎn)。為了能夠在物流簽收環(huán)節(jié)更快更好的對(duì)人臉進(jìn)行識(shí)別,本文提出了一種金字塔特征優(yōu)化模型。金字塔特征優(yōu)化模型對(duì)卷積神經(jīng)網(wǎng)絡(luò)fc7層特征進(jìn)行處理,將同一用戶的多張相關(guān)聯(lián)的圖片特征進(jìn)行按位整合,得出一個(gè)用戶面部特征的特征集合。使用卷積神經(jīng)網(wǎng)絡(luò)對(duì)用戶的面部特征集合進(jìn)行訓(xùn)練得到用戶的人臉識(shí)別模型,該人臉識(shí)別模型可以在不同環(huán)境下對(duì)用戶進(jìn)行實(shí)時(shí)的人臉識(shí)別。為了保證人臉識(shí)別簽收系統(tǒng)能夠?qū)崟r(shí)的進(jìn)行人臉識(shí)別,本文使用了有效幀選取方法。在該方法中,卷積神經(jīng)網(wǎng)絡(luò)對(duì)傳入的視頻進(jìn)行特征提取,提取特征后使用敏感哈希算法（LSH）對(duì)特征進(jìn)行投影,... 

【文章來(lái)源】：南京郵電大學(xué)江蘇省

【文章頁(yè)數(shù)】：80 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

012年ImageNet大賽的分類效果圖

圖像卷積原理圖

三種算法迭代次數(shù)和正確率仿真圖


本文編號(hào)：3556034