基于深度学习与融入梯度信息的人脸姿态分类检测

• 作者: 欧宗瑛 程福运 苏铁明 韩兆翠
• 来源期刊: 数据采集与处理
• 学科: 工学
• 关键词: 人脸姿态分类 深度学习 受限玻尔兹曼机
• 年，卷（期）: 2016,（5）
• 页码范围: 941-948
• 页数: 8页
• 分类号: TP391
• 字数: 5168字
• 语种: 中文
• DOI: 10.16337/j.1004-9037.2016.05.010

摘要

针对人脸姿态分类问题,本文提出了一种基于深度学习与融入梯度信息的人脸姿态分类学习方法。首先提取人脸姿态图像灰度与灰度差组合特征,然后通过三层受限玻尔兹曼机(Restricted Boltz-mann machines,RBM)对大量样本的特征进行融合训练学习,提取反映人脸姿态内涵的深度学习特征。最后通过Softmax分类器建立深度学习特征与人脸姿态标签的对应关系。在对 CAS-PEAL-R1人脸数据库进行学习和分类检测中,获得普遍高于95%的分类精度。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	欧宗瑛	大连理工大学机械工程学院	95	1311	22.0	30.0
2	苏铁明	大连理工大学机械工程学院	32	459	13.0	21.0
3	程福运	大连理工大学机械工程学院	1	4	1.0	1.0
4	韩兆翠	济南大学机械工程学院	1	4	1.0	1.0