首页> 中文期刊> 《国外电子测量技术》 >基于SIFT稀疏深度信念网络人脸识别研究

基于SIFT稀疏深度信念网络人脸识别研究

         

摘要

针对尺度不变特征变换(SIFT)算法在特征提取过程中运算量过大、非主要特征数据冗余、匹配率低等问题,提出一种基于SIFT稀疏深度信念网络算法模型。首先使用SIFT算法提取人脸特征,然后利用局部方差相似性优化稀疏编码,对提取的特征向量进行稀疏表示,最后采用无监督逐层训练,并用有监督的BP网络进行微调,深度信念网络进行分类,识别人脸图像,实现网络的自学习和自优化。将该算法应用到FERET人脸库上,实验结果表明,在光照、模糊、旋转、姿态等因素的影响下,有效地提高了人脸识别效果以及匹配速率。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号