基于强度 PCNN 的静态图像人脸识别

• 作者: 常莎 李海芳 邓红霞
• 来源期刊: 太原理工大学学报
• 关键词: 脉冲耦合神经网络(PCNN) 人脸识别 特征提取 余弦距离
• 年，卷（期）: 2015,（1）
• 所属期刊栏目: 计算机与电力工程
• 页码范围: 89-93
• 页数: 5页
• 分类号: TP391
• 语种: 中文
• DOI: 10.16355/j.cnki.issn1007-9432tyut.2015.01.018

摘要

为了减少人脸图像中姿势、表情和光照等因素对人脸识别的影响，引用了一种基于脉冲发放强度的脉冲耦合神经网络（PCNN ，pulse coupled neural network）的人脸特征提取方法。不同人脸图像具有不同的灰度特征，将人脸图像输入PC N N模型后可以得到各个图像特定的脉冲发放强度矩阵。实验利用脉冲强度矩阵作为人脸特征，并结合距离分类器———余弦距离进行人脸识别。仿真实验表明，基于强度PCNN模型提取的特征能刻画出人脸的细节，对于不同姿势、表情及面部明显遮挡物的人脸图像，具有较好的识别结果。该方法对于复杂人脸图像特征的提取，具有较强的鲁棒性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李海芳	太原理工大学计算机科学与技术学院	92	507	12.0	16.0
2	邓红霞	太原理工大学计算机科学与技术学院	27	78	5.0	7.0
3	常莎	太原理工大学计算机科学与技术学院	3	14	2.0	3.0