基于卷积神经网络的人脸识别研究

• 作者: 惠康华 李春利 柳振东
• 来源期刊: 软件导刊
• 学科: 工学
• 关键词: 人脸识别 卷积神经网络 图像识别 深度学习 模式识别
• 年，卷（期）: 2017,（5）
• 所属期刊栏目: 图像学与辅助设计
• 页码范围: 186-188
• 页数: 3页
• 分类号: TP317.4
• 字数: 2818字
• 语种: 中文
• DOI: 10.11907/rjdk.171043

摘要

为解决传统人脸识别算法手工提取特征困难的问题,将卷积神经网络引入人脸识别任务中.为适应ORL数据集人脸识别任务的需要,参照经典的卷积神经网络模型Lenet-5的结构,提出一种适用于该数据集的CNN结构.实验结果表明,所提出的CNN结构具有较少的学习参数,且在ORL数据集上取得了较高的识别率.与传统人脸识别算法进行比较研究,从实验结果可以看出,在识别正确率上,所提出的卷积神经网络结构优于大多数识别算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李春利	中国民航大学计算机科学与技术学院	15	85	5.0	8.0
2	惠康华	中国民航大学计算机科学与技术学院	15	59	4.0	7.0
3	柳振东	中国民航大学计算机科学与技术学院	3	7	2.0	2.0