Loading...
机构名称:
¥ 1.0

摘要 - 本文探讨了通过对新数据进行微调模型来改善现有面部生物识别系统质量的方法。它检查了反映生物识别安全系统基本操作原理的总体框架,以及使用OPENCV中的深神经网络(DNN)面部检测方法来解决此任务的主要方法和方法。已经开发了一个面部识别软件套件,其中包括:检测模块,头部位置确定模块,用户识别模块,访问控制和管理系统(ACMS)模块和培训模块。已经对现有方法进行了研究,以增强识别算法和系统的准确性。对系统进行微调后在一天中不同时间进行微调后的识别率的增加进行了分析。研究结果表明,开发的模块可确保高准确性和可靠性。由于系统微调,识别率提高了约4-5%。此外,值得注意的是,具有面部识别技术的ACM代表了寻求自动出勤跟踪过程的教育机构的强大工具。此步骤标志着应用高级技术以提高出勤管理的效率和准确性的重大进展。关键字 - 识别,识别系统,识别算法,深度神经网络(DNN)的面部检测方法,微调,与访问控制和管理系统(ACMS)集成(ACMS)

“ ...

“ ...PDF文件第1页

“ ...PDF文件第2页

“ ...PDF文件第3页

“ ...PDF文件第4页

“ ...PDF文件第5页

相关文件推荐

2021 年
¥2.0
2024 年
¥4.0
2025 年
¥1.0
2025 年
¥2.0
2019 年
¥4.0
2024 年
¥1.0
2021 年
¥2.0
2021 年
¥1.0
2024 年

...

¥2.0
2024 年

...

¥1.0
2025 年
¥1.0
2022 年

...

¥15.0
2022 年
¥1.0
2024 年
¥1.0
2020 年
¥1.0
2024 年

...

¥4.0
2023 年

...

¥3.0
2023 年
¥1.0
2025 年
¥1.0
2021 年
¥1.0
2024 年

...

¥1.0
2024 年
¥1.0
2024 年
¥10.0
2024 年
¥1.0
2021 年
¥1.0
2024 年
¥1.0
2024 年

...

¥2.0