基于距离限定优化的人脸识别

• 作者: 周胜阳 肖春霞 邹华
• 来源期刊: 计算机应用研究
• 关键词: 人脸识别 特征提取 局部二值模式 二元误差函数 残差神经网络
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 图形图像技术
• 页码范围: 935-939
• 页数: 5页
• 分类号: TP391.41
• 语种: 中文
• DOI: 10.19734/j.issn.1001-3695.2017.10.1018

摘要

针对现有人脸识别方法对人脸角度、表情、姿态等因素较为敏感且准确率低的问题,提出了一种基于距离限定优化算法的人脸识别模型.该模型对人脸识别方法的改进有两点:a)利用LBP算子提取人脸图像纹理谱特征图,然后与原始人脸图像的R、G、B通道进行融合,将融合后的图像矩阵作为神经网络的输入,丰富了人脸的纹理特征;b)对误差函数进行改进,使用阈值和边界值约束特征向量的距离,对模型构建新的优化目标,使得相同对象的人脸图像在特征空间中具有较小的欧氏距离,不同对象的人脸图像在特征空间中具有较大的欧氏距离.通过在非限制场景下的LFW人脸库上进行实验,表明该模型准确率分别达到99.15％,能有效地提高人脸识别准确率,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	邹华	武汉大学计算机学院	8	78	4.0	8.0
2	肖春霞	武汉大学计算机学院	13	114	4.0	10.0
3	周胜阳	武汉大学计算机学院	1	2	1.0	1.0