Print

基于改进的局部三值模式和深度置信网络的人脸识别算法

论文摘要

针对人脸识别过程中深度置信网络在直接提取特征时易忽略局部特征以及传统的局部三值模式提取局部特征时不精细的问题,提出一种基于改进的局部三值模式和深度置信网络相结合的人脸识别算法,该算法将传统的局部三值模式中周围像素点与中间像素点的差值与某一固定阈值进行比较改为了相邻像素点进行两两比较,然后将其差值与计算得到的动态阈值进行比较,该动态阈值可以避免固定阈值对不同样本的影响。为了防止图像因为旋转问题而降低识别率,将LBP的旋转不变性引入到了改进的LTP,然后获取直方图,作为DBN的输入数据,对DBN网络进行参数调优,然后利用DBN网络进行训练识别,该算法在ORL,YALE等公开人脸库中的识别率与其他方法相比有了很大的提高,受光照和姿态的影响也有所降低,实验数据说明该算法具有很好的识别效果。

论文目录

  • 1 相关工作
  •   1.1 人脸识别的研究进展
  •   1.2 局部三值模式（LTP）基本概念
  •   1.3 深度置信网络（DBN）
  • 2 本文的人脸识别算法
  •   2.1 改进的LTP算法
  •   2.2 人脸识别算法实现步骤
  • 3 实验结果与分析
  •   3.1 在ORL人脸库进行实验
  •   3.2 在YALE人脸库进行实验
  • 4 结论

    • 文章来源

    类型: 期刊论文

    作者: 李明生,赵志刚,李强,吕慧显,李金霞

    关键词: 人脸识别,局部三值模式

    来源: 青岛大学学报(自然科学版) 2019年04期

    年度: 2019

    分类: 基础科学,信息科技

    专业: 计算机软件及计算机应用

    单位: 青岛大学计算机科学技术学院,青岛大学自动化与电气工程学院

    基金: 国家重点研发计划(批准号：2017YFB0203102)资助

    分类号: TP391.41

    页码: 79-84

    总页数: 6

    文件大小: 998K

    下载量: 55

    相关论文文献

    本文来源: https://www.lunwen66.cn/article/0895ed8c379f3b9d7fcae8fb.html