首页> 中文期刊> 《内蒙古科技大学学报》 >基于局部二值特征与深度学习的人脸识别

基于局部二值特征与深度学习的人脸识别

         

摘要

传统人脸识别算法特征表征能力差,且对光线变化和噪声干扰敏感.为了克服这些问题,提高人脸识别的准确性,本文提出了一种基于改进卷积神经网络模型的人脸识别算法.该模型先通过分块局部二值模式提取人脸图像的纹理特征,然后将得到的纹理特征作为卷积网络的输入,在卷积网络中提取各池化层处理后得到的特征,利用提取的特征并在全连接层进行级联融合,得到最终的分类特征,最后利用Softmax分类器分类识别.实验中,将人脸库旋转不同的角度来扩充数据库和验证算法的鲁棒性,分别在ORL,YALE,AR 3个数据库进行实验,本文算法正确识别率分别达到了98.6%,95.6%,98.9%,高于经典识别算法,鲁棒性也优于对比算法.

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