基于MBP算法和深度学习的人脸识别

• 作者: 周慧敏 杨明
• 来源期刊: 河北工业科技
• 学科: 工学
• 关键词: 模式识别 深度信念网络 单演信号分析 单演局部二值模式 特征提取
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 应用技术
• 页码范围: 33-38
• 页数: 6页
• 分类号: TP391
• 字数: 5164字
• 语种: 中文
• DOI: 10.7535/hbgykj.2019yx01006

摘要

为了解决在深度学习提取人脸图像特征时,忽略其局部结构特征和缺乏对其旋转不变性学习的问题,提出了一种基于单演局部二值模式(MBP)与深度学习相结合的高效率人脸识别方法.首先,用多尺度的单演滤波器对图像进行滤波,得到幅值和方向信息;其次,用LBP算法和象限比特的方法进行编码,分块计算组合其直方图特征;然后,将提取的单演特征作为深度信念网络(DBN)的输入,逐层训练优化网络参数,得到优异的网络模型;最后,将训练好的DBN网络在ORL人脸数据库上进行人脸识别实验,得到的识别率为98.75％.结果表明,相较于已知的人脸识别方法,MBP+DBN算法在人脸识别中具有一定的优势,为图像特征提供一种新的识别方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨明	中北大学理学院	38	158	8.0	10.0
2	周慧敏	中北大学理学院	2	5	1.0	2.0