基于神经网络的性别识别方法

• 作者: 田启川 白雪 郝梦琳
• 来源期刊: 电子科技
• 学科: 工学
• 关键词: 性别识别 神经网络 高斯滤波 鲁棒性
• 年，卷（期）: 2013,（9）
• 所属期刊栏目: 图像·编码与软件
• 页码范围: 151-154
• 页数: 4页
• 分类号: TP368|TP391.41
• 字数: 3512字
• 语种: 中文

摘要

针对目前性别识别方法中的人体第二性特征提取困难、识别率低、鲁棒性差等问题,提出了一种基于神经网络的性别识别方法,并得到了基于人脸图像的性别识别分类器.文中先将人脸图像进行高斯滤波,再将预处理后的图像归一化用于训练BP神经网络,以得到性别识别分类器,最后将分类器与传统的性别识别方法进行比较.实验结果表明,通过文中方法实现了人体第二性特征自动提取,提高了分类器的容错能力和识别率,增强了鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	田启川	北京建筑工程学院电气与信息工程学院	14	30	4.0	5.0
2	白雪	太原科技大学电子信息工程学院	1	4	1.0	1.0
3	郝梦琳	太原科技大学电子信息工程学院	1	4	1.0	1.0