基于非线性特征提取的人脸识别算法研究

• 作者: 江诚 石雄
• 来源期刊: 武汉轻工大学学报
• 学科: 工学
• 关键词: 非线性特征提取 阈值 人脸识别 鲁棒性
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 科学研究
• 页码范围: 35-39
• 页数: 5页
• 分类号: TP391.41
• 字数: 3845字
• 语种: 中文
• DOI: 10.3969/j.issn.2095-7386.2019.02.007

摘要

自然场景下的人脸图像数据通常分布在非线性的高维空间中,因此,传统线性特征提取算法难以获得鲁棒的特征.针对上述问题,提出一种基于非线性提取的人脸识别算法.该算法将非线性特征提取算法引入到人脸识别的过程中,对人脸特征匹配阈值进行预处理,将模拟遗传退火算法和深度信念网络相融合,先利用模拟遗传退火算法优化深度信念的网络连接权值,在此基础上对预处理人脸特征匹配阈值进行寻优,增强了传统算法对于天气、光照、形态等多种外界因素的鲁棒性.实验仿真证明,该算法提取特征的稳定性强,能有效的识别人脸图像,精度较高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	江诚	武汉轻工大学电气与电子工程学院	1	2	1.0	1.0
2	石雄	武汉轻工大学电气与电子工程学院	12	15	3.0	3.0