基于深度置信网络的人脸识别方法研究

• 作者: TETE Komlan Senyo 张天浩 魏英姿
• 来源期刊: 电子世界
• 关键词: 限制玻尔兹曼机 深度置信网络 LBP算子 人脸识别
• 年，卷（期）: 2017,（19）
• 所属期刊栏目: 探索与观察
• 页码范围: 89-90
• 页数: 2页
• 字数: 1627字
• 语种: 中文

摘要

利用深度学习进行人脸识别已成为了当今人工智能领域的重要研究方向.本文采用深度学习的DBN网络进行人脸识别,融合了局部二值模式LBP算子的稳定特征,将提取到的局部纹理特征作为DBN输入特征,有助于DBN对图像特征分布的理解,降低网络学习到不利的特征的.训练时采用无监督贪婪训练的方法逐层训练限制玻尔兹曼机(RBM),得到权重、偏置等参数并利用训练结果初始化整个网络,计算出代价函数,设置一层误差反向网络,进行微调.用ORL人脸数据库,并添加随机采样的人脸数据进行识别,识别正确率是令人满意的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	魏英姿	沈阳理工大学信息科学与工程学院	26	114	7.0	9.0
2	张天浩	沈阳理工大学信息科学与工程学院	1	6	1.0	1.0
3	TETE Komlan Senyo	沈阳理工大学信息科学与工程学院	1	6	1.0	1.0