客服热线:19932581850

家居环境中基于深度学习的移动端人脸属性识别方法

次浏览
  • 详细信息
  • 成果简介
  • 成果亮点
  • 前景分析
成果名称: 家居环境中基于深度学习的移动端人脸属性识别方法 关键字: 人脸 , 识别 , 表情 , 属性 , 模型 , xception , 文件 , 家居 , 性别 , 表情识别 应用行业: 计算机、通信和其他电子设备制造业
高新技术领域: 电子信息技术 所在地: 河北省 知识产权类型: 发明专利
知识产权编号: CN201910867087.5 成果体现形式: 发明专利 成果属性:
成果所处阶段: 授权 成果水平: 国内先进 研究形式:
学科分类: 战略新兴产业: 新一代信息技术 课题来源:
第一完成单位名称: 华北电力大学(保定) 第一完成单位属性: 技术成熟度:
合作方式: 技术转让 交易价格(万): 50.00 所属十强产业:

一种家居环境中基于深度学习的移动端人脸属性识别方法,所述方法由数据采集端、以路由器和互联网云端为核心的传输装置和以安卓手机和人脸属性识别APP为核心的识别终端组成识别系统,安卓手机APP获取数据采集端采集的远程视频数据,利用OpenCV 3.4.1库里的LBP人脸检测器对远程视频进行人脸检测,利用人脸属性识别终端提供的轻量级mini_Xception深度学习识别模型对检测到的人脸进行人脸属性识别,并对异常表情和陌生人的出现给与及时告警提醒。本发明将轻量级识别模型移植到移动端设备上,由移动端设备完成人脸属性的识别,可避免多用户访问服务器造成信道拥塞,降低服务器运行成本。该方法识别准确率高,速率快,能满足智能家居的发展对人脸属性识别的要求。

目前,WSNs节点多采用电池供电,节点能量与寿命有限。频繁更换电池无疑会限制WSNs的应用。利用热电能量采集技术,能将周围环境中的热能转化为电能,供WSNs节点使用。利用MPPT技术能有效提高热电能量采集系统的能量获取与转换效率。现有热电能量采集系统多采用开路电压法或扰动观察法(P&O)进行MPPT。开路电压法在使用过程中,需要将TEG与WSNs节点断开,断开期间WSNs节点无法采集能量,这无疑会造成WSNs节点采集能量的不连续和能量浪费。P&O受其工作原理限制,如采用固定步长,则无法兼顾跟踪精度与速度;如果步长过小,会导致TEG长时间滞留在低功率输出区,跟踪速度缓慢;如果步长过大,就会加大系统在最大功率点附近的振荡,导致一定的功率损失,降低跟踪精度。因此,本发明提出了一种基于线性外推的直接调节和观察自寻优MPPT方法,克服开路电压法和扰动观察法的不足。

  • 附件

联系方式

  • 联系人:

    苏博晖

  • 联系电话:

    15614431192

  • QQ/MSN:

  • Email:

  • 通讯地址:

请填写以下信息

  • 联系人姓名:

  • 联系人电话:

  • 手机号:

  • 邮箱:

  • QQ:

  • 工作单位:

  • 地址:

  • 意向说明:

  • 取消 确定

    友情链接

  • logo图片

    专注专业

    资深行业经验,专业技术运作团队

  • logo图片

    信息保密

    专利或技术全方位严格保密,保证用户权益

  • logo图片

    快速转让

    依托大数据,精准对接需求企业,节约成本

  • logo图片

    一站式服务

    技术转让一站式服务,省心更放心