基于卷积特征和贝叶斯分类器的人脸识别

• 作者: 冯小荣 惠康华 柳振东
• 来源期刊: 智能系统学报
• 学科: 工学
• 关键词: 人脸识别 卷积神经网络 模式识别 深度学习 贝叶斯分类器
• 年，卷（期）: 2018,（5）
• 页码范围: 769-775
• 页数: 7页
• 分类号: TP393
• 字数: 4933字
• 语种: 中文
• DOI: 10.11992/tis.201706052

摘要

为解决传统人脸识别算法特征提取困难的问题,提出了基于卷积特征和贝叶斯分类器的人脸识别方法,利用卷积神经网络提取人脸特征,通过主成分分析法对特征降维,最后利用贝叶斯分类器进行判别分类,在ORL(olivetti research laboratory)人脸库上进行实验,获得了99.00％ 的识别准确率.实验结果表明,卷积神经网络提取的人脸图像特征具有很强的辨识度,与PCA(principal component analysis)和贝叶斯分类器结合之后可有效提高人脸识别的准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	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
2	冯小荣	中国民航大学计算机科学与技术学院	9	30	3.0	4.0
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