一种结合Gabor小波与深度学习的人脸识别方法

• 作者: 潘峥嵘 王震
• 来源期刊: 计算机与现代化
• 学科: 工学
• 关键词: Gabor小波 人脸识别 深度学习 深度信念网络 受限玻尔兹曼机
• 年，卷（期）: 2018,（11）
• 所属期刊栏目: 图像处理
• 页码范围: 46-50
• 页数: 5页
• 分类号: TP391.4
• 字数: 4221字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-2475.2018.11.009

摘要

针对人脸识别中识别效果易受光照、姿态等因素影响和浅层学习方法不能有效提取人脸图像抽象特征的问题,提出一种结合Gabor小波与深度学习的人脸识别方法.该方法首先利用Gabor小波变换获取不同尺度和方向的人脸Gabor特征,通过下采样和受限玻尔兹曼机(RBM)对Gabor特征进行有效降维;其次将降维后的特征作为深度信念网络(DBN)的输入,并使用对比散度算法训练DBN;最后利用标签数据对DBN进行有监督微调,网络顶层附加Softmax分类器对提取后的特征进行分类.所提方法在ORL、UMIST和Yale-B人脸库上的识别率分别达到了98.72％、96.51％和96.13％,实验结果表明所提方法不仅识别效果明显优于其他现有方法,而且对光照、姿态变化具有很好的鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	潘峥嵘	兰州理工大学电气工程与信息工程学院	73	394	11.0	15.0
2	王震	兰州理工大学电气工程与信息工程学院	4	6	2.0	2.0