卷积神经网络算法在近红外光人脸检测中的研究

• 作者: 王玉晶 莫建麟
• 来源期刊: 激光杂志
• 学科: 工学
• 关键词: 神经网络 光照强度 人脸检测 检测性能
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 激光应用与系统
• 页码范围: 180-183
• 页数: 4页
• 分类号: TN929
• 字数: 2516字
• 语种: 中文
• DOI: 10.14016/j.cnki.jgzz.2019.04.180

摘要

针对当前卷积神经网络算法在近红外光人脸检测时,普遍存在着检测时间过长、检测性能较低等问题.提出一种基于粒子优化群算法和卷积神经网络的人脸检测方法.通过对近红外光人脸进行分析,在人脸图像预处理中对人脸进行近红外光光照强度补偿,利用小波变换方法提取人脸图像低频子带,引入主特征分析法提取出近红外光人脸图像特征分量,将神经网络参数进行初始化,确定其拓扑结构.将提取的特征向量输入神经网络中,引入粒子群优化算法对神经网络进行优化,完成卷积神经网络算法在近红光中的人脸检测.实验结果表明,本文方法在近红外光人脸检测中检测时间较短,检测性能较高.