深度特征筛选及融合的人脸识别方法研究

• 作者: 张杜娟 吴玉莲
• 来源期刊: 信息技术
• 学科: 工学
• 关键词: 人脸识别 卷积神经网络 深度特征 斯皮尔曼等级相关 支持向量机
• 年，卷（期）: 2021,（2）
• 所属期刊栏目: 基金项目
• 页码范围: 33-37
• 页数: 5页
• 分类号: TP391
• 语种: 中文
• DOI: 10.13274/j.cnki.hdzj.2021.02.006

摘要

针对人脸识别问题,提出采用深度特征筛选及融合的方法.采用卷积神经网络(CNN)学习人脸图像的多层次深度特征.对于所有的深度特征矢量,使用斯皮尔曼等级相关系数筛选其中有效部分.基于支持向量机(SVM)对筛选得到的任一深度特征矢量进行分类决策,并基于线性加权融合对它们的结果进行融合,最终确定待识别样本的人脸类别.基于ORL和Yale-B数据集对提出方法进行基础性能测试、噪声干扰稳健性测试及遮挡识别性能测试,结果验证了所提方法的性能优势.