基于卷积神经网络和PCA的人脸识别

• 作者: 冯倩 穆国旺 邢玲
• 来源期刊: 河北工业大学学报
• 学科: 工学
• 关键词: 模式识别 人脸识别 深度学习 卷积神经网络 主成分分析
• 年，卷（期）: 2016,（5）
• 页码范围: 44-49
• 页数: 6页
• 分类号: TP387
• 字数: 3267字
• 语种: 中文
• DOI: 10.14081/j.cnki.hgdxb.2015.05.007

摘要

主要研究了在基于深度学习的人脸识别算法中,对于由深度卷积神经网络提取得到的人脸特征进行降维处理是否有助于提高人脸识别的准确率.利用VGG网络模型提取人脸图像的深度特征,然后利用主成分分析(PCA)对提取到的深度特征进行降维,最后利用余弦分类器进行分类识别,并在LFW人脸库上进行实验.实验结果表明通过PCA降维后的深度特征具有较高识别率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	穆国旺	河北工业大学理学院	28	175	8.0	12.0
2	邢玲	河北工业大学理学院	3	10	1.0	3.0
3	冯倩	河北工业大学理学院	2	9	1.0	2.0