基于多层PCA特征融合的人脸遮挡检测

• 作者: 刘浩博 石跃祥
• 来源期刊: 湖南城市学院学报（自然科学版）
• 学科: 工学
• 关键词: 深度学习 遮挡检测 核变换 特征融合 随机森林
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 数学与信息科学
• 页码范围: 43-47
• 页数: 5页
• 分类号: TP391
• 字数: 4425字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-7304.2018.01.0010

摘要

本文提出了一种基于多层PCA特征融合的深度学习模型来提取人脸遮挡特征.在传统主成分分析网络的基础上保留了输入图像的浅层结构特征,并对数据样本进行核(kernel)变换来提高模型的非线性拟合能力,然后通过融合各层的特征信息来丰富最终的遮挡特征表达,后期用随机森林算法进行分类器的训练.实验表明:在相同训练集和测试集下,本文提出的方法在网络训练效率和遮挡检测率上均要优于PCANet等人脸遮挡检测算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	石跃祥	湘潭大学信息工程学院	84	645	14.0	22.0
2	刘浩博	湘潭大学信息工程学院	1	0	0.0	0.0