基于改进的卷积神经网络多姿态人脸识别研究

• 作者: 王学军 韩东
• 来源期刊: 吉林大学学报（信息科学版）
• 学科: 工学
• 关键词: 人脸识别 卷积神经网络 非约束环境 图像处理
• 年，卷（期）: 2018,（5）
• 所属期刊栏目: 信息与通信工程
• 页码范围: 504-509
• 页数: 6页
• 分类号: TP391
• 字数: 3830字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-5896.2018.05.004

摘要

针对目前的人脸识别算法在面对不同姿态下的人脸图像时识别率低的问题,提出了一种基于改进的卷积神经网络的算法.该算法通过对经典的卷积神经网络LeNet-5的卷积核数目、 卷积核尺寸、 池化层方式和正则化手段等参数进行了优化改进,从而能对多姿态人脸图像特征进行有效提取.仿真实验结果表明,该算法在识别率与识别时间上均有显著提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王学军	吉林大学通信工程学院	28	102	7.0	9.0
2	韩东	吉林大学通信工程学院	21	115	7.0	10.0