基于TPLBP/HOG特征与DBN深度模型的人脸识别研究

• 作者: 章新志 陈鹏展
• 来源期刊: 测控技术
• 学科: 工学
• 关键词: 深度信念网络 TPLBP纹理 HOG PCA RBM
• 年，卷（期）: 2019,（6）
• 所属期刊栏目: 模式识别与人工智能
• 页码范围: 5-10
• 页数: 6页
• 分类号: TP391.4
• 字数: 5215字
• 语种: 中文
• DOI: 10.19708/j.ckjs.2019.06.002

摘要

针对传统人脸识别方法所提取的人脸信息特征较为单一,且分类算法存在局限性的问题,在多特征信息融合的基础上结合深度信念网络(DBN)对人脸进行深度训练并进行识别.首先采取对比度受限自适应均衡化对人脸图像进行预处理,从而削弱光照对人脸识别的影响;然后,将提取到的人脸图像的TPLBP纹理特征和HOG结构特征进行特征融合,得到信息互补的融合特征;最后,将降维后的融合特征作为DBN的输入,通过对DBN深度模型的参数的动态搜索确定最佳值后,基于训练好的深度信念网络实现人脸图像样本的识别.以ORL、AR和Yale-B人脸数据库为基础进行试验,试验结果表明本文方法相较于传统的SVM、KNN和DBN算法准确率有很大提高,鲁棒性强.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈鹏展	华东交通大学电气与自动化工程学院	25	89	5.0	8.0
2	章新志	华东交通大学电气与自动化工程学院	1	1	1.0	1.0