基于深度学习的人脸识别方法的研究.docVIP

m .................................................................................................................. 57 1、 针 对 人 脸 识 别 中 识 别 效 果 易 受 光 照 、 姿 态 等 因 素 影 响 的 问 题 ， 提 出 一 种 G a b o r 小 波 与 深 度 信 念 网 络 结 合 的 人 脸 识 别 方 法 。 通 过 分 析 隐 藏 层 的 数 量 、 隐 藏 层 节 点 的 数 量 对 识 别 性 能 的 影 响 ， 选 取 最 合 适 的 D B N 参 数 。 实 验 分 析 表 明 ， 基 于 Ga bor小 波 与 深 度 信 念 网 络 的 人 脸 识 别 方 法 克 服 了 D B N 忽 略 局 部 特 征 的 缺 点 ， 不 仅 能 够 有 效 地 提 取 人 脸 图 像 的 抽 象 特 征 ， 而 且 对 光 照 、 姿 态 等 变 化 具 有 很 好 的 鲁 棒 性 。 3、 针 对 VGG- 1 6 网 络 参 数 过 多 、 计 算 效 率 低 等 问 题 ， 提 出 了 一 种 改 进 的 VGG- 16网 络 。在 Fa ce Scr ub人 脸 库 和 LF W人 脸 库 上 的 实 验 结 果 表 明 ，与 原 VGG- 16 网 络 相 比 ， 改 进 的 VGG- 16网 络 大 大 减 少 了 参 数 量 ， 降 低 了 对 硬 件 的 要 求 ， 具 有 更 强 大 的 特 征 提 取 能 力 ， 识 别 效 果 也 得 到 进 一 步 地 提 升 。 In recent years，the accuracy of obje ct dete ction and target recognition has been impr ove d by leaps and bounds with the continuous bre akthrough in the fie ld of compute r vis ion. Face recognition is one of the mos t research dire ctions in the fie ld of compute r vis ion，which has bee n wide ly used in many fie lds ，such as mobile payme nt， safe city，c rimina l inve stigation. Tradition face recognition methods need to extract face image features manually， the extracted features are gre atly influe nce d by subje ctive factors ，and this process is time - cons uming and labor ious . Besides，face images eas ily vary with illum ination，expres sions，shelters and poses. These factors gre atly increase the diffic ulty of recognition. Traditional face recognition methods have been face d with great challe nge s. As the mos t impor tant te chnology in the fie ld of compute r vis ion，deep lear ning can extract more ess ential features of face im