發(fā)布時間：2017-08-30 15:11

  本文關(guān)鍵詞：基于深度神經(jīng)網(wǎng)絡(luò)的特征加權(quán)融合人臉識別方法

  更多相關(guān)文章： 人臉識別 非限制條件 深度信念網(wǎng)絡(luò) 加權(quán)融合 主動形狀模型

【摘要】：針對目前難以提取到適合用于分類的人臉特征以及在非限條件下進(jìn)行人臉識別準(zhǔn)確率低的問題,提出了一種基于深度神經(jīng)網(wǎng)絡(luò)的特征加權(quán)融合人臉識別方法(DLWF)。首先,應(yīng)用主動形狀模型(ASM)提取出人臉面部的主要特征點(diǎn),并根據(jù)主要特征點(diǎn)對人臉不同器官區(qū)域進(jìn)行采樣;然后,將所得采樣塊分別輸入到對應(yīng)的深度信念網(wǎng)絡(luò)(DBN)中進(jìn)行訓(xùn)練,獲得網(wǎng)絡(luò)最優(yōu)參數(shù);最后,利用Softmax回歸求出各個區(qū)域的相似度向量,將多區(qū)域的相似度向量加權(quán)融合得到綜合相似度評分進(jìn)行人臉識別。經(jīng)ORL和WFL人臉庫上進(jìn)行實(shí)驗(yàn)驗(yàn)證,DLWF算法的識別準(zhǔn)確率分別達(dá)到97%和88.76%,與傳統(tǒng)算法主成分分析(PCA)、支持向量機(jī)(SVM)、DBN及FIP+線性判別式分析(LDA)相比,無論是限制條件還是非限制條件下,識別率均有提高。實(shí)驗(yàn)結(jié)果表明,該算法具有高效的人臉識別能力。
【作者單位】： 遼寧工程技術(shù)大學(xué)電子與信息工程學(xué)院;遼寧省數(shù)字化礦山裝備工程技術(shù)研究中心;
【關(guān)鍵詞】： 人臉識別 非限制條件 深度信念網(wǎng)絡(luò) 加權(quán)融合 主動形狀模型
【基金】：國家科技支撐計(jì)劃項(xiàng)目(2013BAH12F02)~~
【分類號】：TP391.41;TP183
【正文快照】： 0引言人臉識別一直是計(jì)算機(jī)視覺與模式識別領(lǐng)域的研究熱點(diǎn)。未經(jīng)降維的人臉圖像特征維度較高,進(jìn)行正確識別難度大,所以設(shè)計(jì)有效的人臉圖像特征提取器成為傳統(tǒng)人臉識別方法的關(guān)鍵。最典型的方法為主成分分析(PrincipalComponents Analysis,PCA)法[1],其基本思想為先把人臉圖像

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 胡小生;鐘勇;;一種兩層加權(quán)融合的排序算法[J];計(jì)算機(jī)應(yīng)用;2012年12期

2 劉準(zhǔn)釓;程詠梅;潘泉;苗壯;;多傳感器沖突信息的加權(quán)融合算法[J];傳感技術(shù)學(xué)報;2009年03期

3 劉海斌;宮峰勛;;一種改進(jìn)的多傳感器加權(quán)融合算法[J];電子產(chǎn)品世界;2009年12期

4 鄧蘊(yùn)昊;張納溫;;一種改進(jìn)的加權(quán)融合算法[J];彈箭與制導(dǎo)學(xué)報;2008年06期

5 唐俊;張明清;;基于信息熵的先驗(yàn)信息加權(quán)融合方法研究[J];微計(jì)算機(jī)信息;2009年18期

6 李妍妍;張偉;陳明燕;;一種基于航跡隸屬度的動態(tài)加權(quán)融合算法[J];計(jì)算機(jī)應(yīng)用研究;2013年05期

7 李盼;楊風(fēng)暴;王肖霞;樊慶英;;復(fù)合材料拉托力預(yù)測中標(biāo)準(zhǔn)差加權(quán)融合算法[J];電子測試;2012年03期

8 潘爽;馬林立;趙張南;;組合導(dǎo)航系統(tǒng)穩(wěn)健加權(quán)融合法在單點(diǎn)定位中應(yīng)用[J];自動化技術(shù)與應(yīng)用;2006年12期

9 潘爽;馬林立;;多傳感器穩(wěn)健加權(quán)融合算法研究[J];傳感器與微系統(tǒng);2007年05期

10 黃細(xì)鳳;吳欽章;;加權(quán)融合法處理無序量測問題[J];計(jì)算機(jī)工程與應(yīng)用;2012年30期

中國重要會議論文全文數(shù)據(jù)庫 前1條

1 景博;孫勇;;基于集中式最優(yōu)加權(quán)算法的多傳感器數(shù)據(jù)融合[A];2004全國測控、計(jì)量與儀器儀表學(xué)術(shù)年會論文集（下冊）[C];2004年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 于鴻江;基于加權(quán)融合算法的高鐵速度信息融合技術(shù)的研究[D];蘭州交通大學(xué);2014年

，

本文編號：760006