《基于卷积神经网络的的人脸识别算法研究》9200字.docx

PAGE2

基于卷积神经网络的的人脸识别算法研究

ADDINCNKISM.UserStyle摘要

传统的人脸识别识别步骤复杂且很容易丢失人脸某些特征信息，泛化能力不足，光照也会较大程度地影响识别率。针对以上问题本文研究了结合CNN和LBP特征的识别方法，具体内容如下：

1.卷积神经网络具有权值共享和局部连接的特性，卷积层和池化层相结合能够提取人脸更深层次的特征，避免了容易丢失某些特征信息的问题,大量减少了网络模型中的参数和复杂度。本文搭建了一个由一层输入层、三层卷积层、三层最大池化层、一层Flatten层、一层全连接层和一个层Softmax层构成的卷积神经网络。

2.LBP是描