本文選題：深度信念網(wǎng)路　切入點(diǎn)：逐層訓(xùn)練　出處：《計(jì)算機(jī)仿真》2017年11期 　論文類型：期刊論文

【摘要】：針對(duì)人臉易受非均勻光照等因素而干擾其識(shí)別效果,提出了Gabor特征和深度信念網(wǎng)絡(luò)(DBN)相結(jié)合的人臉識(shí)別算法。首先利用Gabor小波變換處理人臉圖像得到Gabor特征;其次把得到的Gabor特征當(dāng)作深度信念網(wǎng)絡(luò)(DBN)的輸入,并將網(wǎng)絡(luò)進(jìn)行逐層訓(xùn)練,進(jìn)而在最高層構(gòu)建其分類面;最后,對(duì)人臉圖像樣本進(jìn)行識(shí)別基于訓(xùn)練好的深度信念網(wǎng)絡(luò)。通過仿真,極大改善了人臉圖像在非均勻光照干擾下的識(shí)別效果,識(shí)別率也有很大的提高,達(dá)到了很好的的魯棒性。
[Abstract]:In view of the fact that face is easily disturbed by non-uniform illumination and other factors, a face recognition algorithm based on Gabor feature and depth belief network is proposed. Firstly, the Gabor feature is obtained by using Gabor wavelet transform to process face image. Secondly, the obtained Gabor feature is regarded as the input of the deep belief network (DBN), and the network is trained layer by layer to construct its classification surface at the highest level. The recognition of face image samples is based on trained depth belief network. Through simulation, the recognition effect of face image under non-uniform illumination interference is greatly improved, and the recognition rate is also greatly improved, which achieves good robustness.
【作者單位】： 新疆大學(xué)電氣工程學(xué)院;
【基金】：國(guó)家自然科學(xué)基金(61462082)
【分類號(hào)】：TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 延秀娟;陳永鋒;;人臉識(shí)別算法綜述[J];商場(chǎng)現(xiàn)代化;2008年26期

2 王李冬;;一種新的人臉識(shí)別算法[J];計(jì)算機(jī)技術(shù)與發(fā)展;2009年05期

3 桂榮;沈榮鑫;詹泳;;基于模糊神經(jīng)推理的人臉識(shí)別算法研究[J];華南師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2012年04期

4 蘇士美;王燕;王明霞;;基于加權(quán)小波分解的人臉識(shí)別算法研究[J];鄭州大學(xué)學(xué)報(bào)(工學(xué)版);2014年01期

5 魏冬梅;周衛(wèi)東;;采用壓縮感知的人臉識(shí)別算法[J];計(jì)算機(jī)工程;2011年18期

6 陳皓;霍星;;視頻監(jiān)控中人臉識(shí)別算法穩(wěn)定性的改進(jìn)[J];工程圖學(xué)學(xué)報(bào);2011年06期

7 李美瑾;;人臉識(shí)別算法綜述與遠(yuǎn)程考試系統(tǒng)應(yīng)用研究[J];廣西廣播電視大學(xué)學(xué)報(bào);2012年01期

8 盛朝強(qiáng);王君;;煤礦井下人員簽到系統(tǒng)人臉識(shí)別算法研究[J];計(jì)算機(jī)技術(shù)與發(fā)展;2012年07期

9 朱學(xué)毅;王崇駿;周新民;張W，

本文編號(hào)：1615189