基于LBP与卷积神经网络的人脸识别

• 作者: 王大伟 陈章玲
• 来源期刊: 天津理工大学学报
• 学科: 工学
• 关键词: 局部二值模式 卷积神经网络 人脸识别 深度学习 特征提取
• 年，卷（期）: 2017,（6）
• 页码范围: 41-45
• 页数: 5页
• 分类号: TP391
• 字数: 3824字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-095X.2017.06.009

摘要

卷积神经网络在人脸识别上有较好的效果,但是其提取的人脸特征忽略了人脸的局部结构特征.为了提取更加全面的人脸特征,提出一种基于局部二值模式(local binary pattern,LBP)与卷积神经网络相结合的新方法.首先,提取人脸图片的LBP特征图像,然后把LBP图像与原RGB图像结合作为网络输入数据,并且使用随机梯度下降法训练网络参数,最后用训练得到的网络模型对人脸图片进行识别.通过在LFW(labeled face in the wild)人脸识别数据库上的实验表明,在卷积神经网络中加入LBP图像信息可以提高人脸识别的准确率.另外,当增加训练数据时,提出的方法得到的识别率会进一步提高,更说明提出方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王大伟	天津大学应用数学中心	2	24	2.0	2.0
2	陈章玲	天津大学应用数学中心	1	5	1.0	1.0