本文選題：人臉識別　切入點：改進(jìn)的深層網(wǎng)絡(luò)　出處：《電子學(xué)報》2017年03期

【摘要】：目前的人臉識別算法在其特征提取過程中采用手工設(shè)計(hand-crafted)特征或利用深度學(xué)習(xí)自動提取特征.本文提出一種基于改進(jìn)深層網(wǎng)絡(luò)自動提取特征的人臉識別算法,可以更準(zhǔn)確地提取出目標(biāo)的鑒別性特征.算法首先對圖像進(jìn)行ZCA(Zero-mean Component Analysis)白化等預(yù)處理,減小特征相關(guān)性,降低網(wǎng)絡(luò)訓(xùn)練復(fù)雜度.然后,基于卷積、池化、多層稀疏自動編碼器構(gòu)建深層網(wǎng)絡(luò)特征提取器.所使用的卷積核是通過單獨的無監(jiān)督學(xué)習(xí)獲得的.此改進(jìn)的深層網(wǎng)絡(luò)通過預(yù)訓(xùn)練和微調(diào),得到一個自動的深層特征提取器.最后,利用Softmax回歸模型對提取的特征進(jìn)行分類.本文算法在多個常用人臉庫上進(jìn)行了實驗,表明了其在性能上比傳統(tǒng)方法和普通深度學(xué)習(xí)方法都有所提高.
[Abstract]:In the present face recognition algorithm, handcrafted features are designed by hand or automatically extracted by depth learning in the process of feature extraction.In this paper, a face recognition algorithm based on improved deep network automatic feature extraction is proposed, which can extract the discriminative features of the target more accurately.Firstly, the image is preprocessed by ZCA(Zero-mean Component Analysis (ZCA(Zero-mean Component Analysis) whitening to reduce the feature correlation and the complexity of network training.Then, a deep network feature extractor is constructed based on convolution, pool and multi-layer sparse automatic encoder.The convolution kernel used is obtained through individual unsupervised learning.An automatic deep feature extractor is obtained by pre-training and fine tuning of the improved deep-layer network.Finally, Softmax regression model is used to classify the extracted features.Experiments on several common face databases show that the proposed algorithm has better performance than traditional methods and general depth learning methods.
【作者單位】： 合肥工業(yè)大學(xué)計算機(jī)與信息學(xué)院;
【基金】：國家自然科學(xué)基金(No.61371155) 安徽科技攻關(guān)項目(No.1301b042023)
【分類號】：TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王李冬;;一種新的人臉識別算法[J];計算機(jī)技術(shù)與發(fā)展;2009年05期

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

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

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

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

6 李美瑾;;人臉識別算法綜述與遠(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;2012年01期

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

8 朱學(xué)毅;王崇駿;周新民;張W，

本文編號：1725986