TY -的A2 Wong开尔文盟——通用电气,Huilin盟——朱知宇盟——刘Runbang盟——吴Xuedong PY - 2021 DA - 2021/08/25 TI -多尺度面部特征的应用流形学习基于VGG-16 SP - 7129800六世- 2021 AB - 目的。为了解决人脸图像的小样本问题,高规模、低结构,没有标签,和困难在跟踪和夺回安全视频,我们提出一个受欢迎的多尺度面部特征基于VGG16歧管(MSFFM)算法。 方法。我们首先建立VGG16架构获得脸特征在不同尺度和构造一个多尺度特性歧管与脸特征在不同尺度的维度。同时,识别率和准确率,和运行时间是用来评估VGG16的性能,LeNet-5, DenseNet在同一个数据库中。 结果。从对比实验的结果,可以看出VGG16的识别率和准确性是最高的在三个网络。VGG16的识别率是97.588%,准确性为95.889%。和运行时间只有3.5秒,比LeNet-5快72.727%,比DenseNet快66.666%。 结论。该模型提出了突破的关键问题在人脸检测和跟踪问题在公共安全领域,预测的位置面对目标图像在时间维度流形空间,并提高了人脸检测的效率。SN - 1687 - 725 - 2021/7129800 / 10.1155 x你——https://doi.org/10.1155/2021/7129800——摩根富林明——《传感器PB - Hindawi KW - ER