基于选择性注意和部分连接神经网络的人脸识别

• 作者: Hugo de GARIS 施明辉 杨晔 潘伟
• 来源期刊: 厦门大学学报（自然科学版）
• 学科: 工学
• 关键词: 选择性注意 Parcone Adaboost 人脸识别 特征提取
• 年，卷（期）: 2009,（4）
• 所属期刊栏目: 研究论文
• 页码范围: 499-503
• 页数: 5页
• 分类号: TP391.41
• 字数: 3883字
• 语种: 中文
• DOI: 10.3321/j.issn:0438-0479.2009.04.010

摘要

为了克服以往人脸识别方法因特征提取带来的信息损失与不确定性因素,提出了一种应用于复杂场景中人脸识别方法,这种方法不需要进行特征提取.先对整幅图像使用选择性注意方法,在得到的显著区域中利用Adaboost算法进行人脸搜索与定位,最后将可能包含人脸区域的所有像素全部输入训练好的部分连接神经网络(Parcone)模型进行识别.整个识别过程全部自动完成,不需人工干预,也不必对图像进行预处理.通过利用MIT-CBCL人脸数据库和自建图像库进行的仿真实验表明,该人脸识别方法在复杂背景中具有较高的识别率,可适用于其他类型的目标识别.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	施明辉	厦门大学信息科学与技术学院	9	83	5.0	9.0
2	潘伟	厦门大学信息科学与技术学院	14	51	5.0	6.0
3	杨晔	厦门大学信息科学与技术学院	2	8	1.0	2.0
4	Hugo de GARIS	厦门大学信息科学与技术学院	1	8	1.0	1.0