基于BP神经网络的人脸识别后续分类算法

• 作者: 温洲 邵晓巍 龚德仁
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: BP神经网络 人脸识别 后续分类 阈值 向量空间
• 年，卷（期）: 2011,（z2）
• 所属期刊栏目: 图形图像技术
• 页码范围: 133-136
• 分类号: TP181
• 字数: 5444字
• 语种: 中文

摘要

采用BP神经网络(BPNN)对人脸识别进行分类.为了准确地将BP网络输出特征量进行特征归类划分,采用3种不同的后续分类方法将得到的待辨识数据进行特征归类和人脸识别:第一种方法是常用的根据输出向量的最大分量值辨别法；第二种是基于各分量值的门限阈值归类法；第三种是基于N维向量空间的中心区域分类法.实验表明,后两种方法在全局环境人脸识别中可行且有效,并在ATR人脸库仿真实验中,错误辨识率可低至2.2％,拒绝准确率可达到93.21％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邵晓巍	上海交通大学航空航天学院	36	110	6.0	9.0
2	龚德仁	上海交通大学航空航天学院	19	42	3.0	5.0
3	温洲	上海交通大学航空航天学院	2	16	2.0	2.0