原创力文档- 1、本文档共8页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
多层次深度网络融合人脸识别算法.pdf
第30卷第5期 模式识别与人工智能 Vol_30No．5
2017年5月 PR＆AI Mav2017
多层次深度网络融合人脸识别算法术
胡正平 何薇 王 蒙 孙哲
(燕山大学信息科学与工程学院秦皇岛066004)
摘要深度学习模型可以获得更具有鉴别力的人脸特征，提高人脸识别性能．因此，文中结合深度学习思想，提
出多层次深度网络融合特征提取模型．在深度子空间基础上，采用“卷积一池化”网络结构，在降低特征维度的同时
保留图像纹理信息，并且获得局部转换鲁棒性．同时，利用人脸标定算法获得人脸特征点，并以此划分人脸区域为5
个局部人脸块．基于多层次分类策略，利用全局人脸训练全局网络，完成测试样本预分类．利用局部人脸块训练局
部网络，在候选类别中完成最终分类．实验表明，结合局部特征与全局特征的模型可以取得较好的识别率，对光照、
表情、姿态，遮挡等影响因素具有较好的鲁棒性，并且加入池化层及两步判别的算法可以有效提高识别率．
关键词深度学习，子空间，池化，多层次融合
391．4 DOI
中图法分类号TP 10．16451／j．cnki．issnl003-6059．201705007
引用格式胡正平，何薇，王蒙，孙哲．多层次深度网络融合人脸识别算法．模式识别与人工智能，2017，30(5)：
448—455．
FusedforFace
Multi-levelNetwork
Deep Recognition
HU Zhe
Wei，WANGMeng，SUN
Zhengping，HE
(School Scienceand 066004)
ofInformation Engineering，YanshanUnwe昭ity，Qinhuangdao
ABSTRACT
canbeobtained the
Discriminativefacialfeatures bydeeplearning
multi—levelnetworkextractionmodelforfusionfeatureis the
deeplearning，a deep proposed．Inproposed
isaddedafter basedon thatthe
model，SO
model，thepoolinglayer subspacemapping deepsubspace
featuredimensionis reducedwithtexturedetails andlocaltransformationrobustness．
preserving
e isdividedinto5 tofacialfeatureachievedface
Meanwhile，fat accor
文档评论（0）