《表1 卷积神经网络各层参数》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《人脸识别在疲劳驾驶检测中的应用研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

我们先将ORL数据集[8]中的图像进行预处理成32×32像素的大小.具体方法是先将图像缩小26×32为像素，保持图像的高宽比例不变，然后置于一个32×32像素大小的区域的中心.将32×32像素人脸图像作为输入，然后通过两次卷积层与池化层的迭代操作，在全连接层中，将池化后的图像特征进行全连接，归一化之后作为softmax分类器的输入.在输入32×32像素的人脸图像之后，用6个5×5的卷积核产生6个特征图谱的C1层，S1层经过2×2的过滤器对C1进行池化得到6个相应的特征图谱.C2使用12个5×5的卷积核对S1中的6个特征图进行第二次卷积，得到12个特征图.接着S2层使用2×2的滤波器继续进行池化，每一层的卷积核参数如表1所示.