基于学习向量量化神经网络的人脸朝向识别方法

• 作者: 冯洁琼 卢焕章 陈尚锋
• 来源期刊: 数字技术与应用
• 学科: 工学
• 关键词: 人脸朝向识别 学习向量量化 神经网络 特征向量提取
• 年，卷（期）: 2016,（5）
• 所属期刊栏目: 应用研究
• 页码范围: 95-96,99
• 页数: 3页
• 分类号: TP391
• 字数: 3058字
• 语种: 中文

摘要

针对传统人脸朝向识别算法中识别准确率较低的缺点,本文采用基于学习向量量化神经网络的识别方法,通过提取人脸图像中眼睛位置的特征向量并对朝向不同的人脸图像样本进行学习训练,优化了学习向量量化神经网络各层间的权值参数,取得了较高准确度的识别效果;仿真结果表明,采用学习向量量化神经网络的识别方法对人脸朝向进行识别可行有效,正确识别率可以达到95%以上,识别率与抗干扰性明显优于误差反传神经网络法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	卢焕章	国防科学技术大学电子科学与工程学院	16	187	7.0	13.0
2	陈尚锋	国防科学技术大学电子科学与工程学院	4	16	2.0	4.0
3	冯洁琼	国防科学技术大学电子科学与工程学院	1	6	1.0	1.0