%0 Journal Article
%T 基于局部二值模式与深度置信网络的人脸识别
%A 满忠昂
%A 刘纪敏
%A 孙宗锟
%J 软件工程
%D 2020
%X 摘 要: 针对现在的大多算法在提取人脸特征时直接提取整个人脸,而忽略局部的细节特征,提出一种将人脸图 像进行分块局部运用LBP算子然后与深度置信网络结合的人脸识别算法(BPBN)。首先,将人脸图像进行分块,对分块 后的图像提取LBP进行统计,将生成的LBP直方图按照一定秩序组合连接成新的特征向量。其次,将得到的LBP特征作 为深度置信网络(DBN)的输入,采用贪婪算法逐层进行训练,然后用反向传播(BP)算法对训练得到的深度置信网络进行 优化。最后,用训练好的深度置信网络对人脸进行识别。在ORL人脸数据库上进行实验,识别率达到96.0%,然后与传 统的主成分分析(PCA)算法集成支持向量机(SVM)的方法进行相比,识别率有较为显著的提升,说明该方法具有更好的 人脸识别效果。
%K 局部二值模式
%K 人脸识别
%K 受限波尔兹曼机
%K 深度置信网络
%U http://www.rjgczz.com/ch/reader/view_abstract.aspx?file_no=20200504&flag=1