基于多级纹理特征的深度信念网络人脸识别算法

• 作者: 卜庆凯 孙玥 苗圃 陈雪鑫
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 人脸识别 纹理特征 LBP HOG 深度信念网络
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 人工智能与识别
• 页码范围: 156-163
• 页数: 8页
• 分类号: TP391.41
• 字数: 5734字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2020.04.026

摘要

为解决人脸特征提取过程中局部特征缺失的问题,借助局部二值模式(LBP)与方向梯度直方图(HOG)提出一种基于多级纹理特征融合的深度信念网络人脸识别算法.以提取局部纹理特征以及边缘纹理特征为出发点,对人脸图像进行三级纹理特征提取.使用MB-LBP提取初级纹理特征;在此基础上进行改进的CS-LBP图像特征提取作为二级纹理特征;使用HOG算子在二级纹理特征上完成三级纹理特征提取.将二级和三级纹理特征直方图顺序串联融合后输入到深度信念网络(DBN)逐层贪婪训练,优化网络参数,并用优化的网络在ORL、YELA人脸标准库中进行测试,识别率均在92％以上.该算法与传统算法(SVM、PCA)相比较拥有更好的人脸识别效果,同时也表明了局部纹理特征的改善为识别过程的特征提取提供强有力的保障,为人脸识别的进一步研究开拓新思路.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	卜庆凯	青岛大学电子信息学院	22	48	4.0	6.0
2	孙玥	青岛大学电子信息学院	7	0	0.0	0.0
3	陈雪鑫	青岛大学电子信息学院	5	3	1.0	1.0
4	苗圃	青岛大学电子信息学院	3	0	0.0	0.0