| 基于显著性局部定向模式和深度学习的鲁棒人脸识别 |
| |
| 引用本文： | 吴迪,唐勇奇,林国汉,胡慧.基于显著性局部定向模式和深度学习的鲁棒人脸识别[J].光电子．激光,2016(6):655-661. |
| |
| 作者姓名： | 吴迪 唐勇奇 林国汉 胡慧 |
| |
| 作者单位： | 湖南工程学院 电气信息学院,湖南 湘潭 411004;湖南工程学院 电气信息学院,湖南 湘潭 411004;湖南工程学院 电气信息学院,湖南 湘潭 411004;湖南工程学院 电气信息学院,湖南 湘潭 411004 |
| |
| 基金项目： | 国家科技支撑计划(1214ZGA008)、国家自然科学基金(61263031,0)、湖南省自然科 学基金(14JJ6041,16JJ6025)、湖南省教育厅项目(14k029,5A044)、重庆市教委自然科学基金项目(KJ 1400628)和湖南工程学院博士科研启动基金(15045) (湖南工程学院 电气信息学院,湖南 湘潭 411004) |
| |
| 摘 要： | 针对传统人脸识别算法特征提取不充分和对噪声敏 感的问题,提出了一种基于显著性局部定向模式(SLDP)和深 度学习(DL)的人脸识别算法。首先基于信息的显著性提出一种改进的SLDP人脸描述方法,在 利用局部井型 领域梯度信息的基础上,使用两组梯度值中各自最大值和次大值的方向编码成二位八进制数 ,从而形成改进的 SLDP编码,通过统计选出最具有显著性的SLDP编码作为特征向量；然后将改进的SLDP编码作 为深度神经网 络(DBN)的输入,通过逐层贪婪训练网络,获得良好的网络参数,并用训练好的网络对测试 样本进行预测。仿真实验表明, 本文所提出的人脸识别算法相对于传统识别算法识别率高,并且在对抗噪声方面比其它算法 更具有鲁棒性。
|
| 关 键 词： | 计算机应用 局部定向模式(LDP) 深度学习(DL) 显著性 人脸识别 |
| 收稿时间： | 2015/10/7 0:00:00 |
Roboust face recognition based on significance local directional pattern and dee p learning |
| |
| WU Di,TANG Yong-qi,LIN Guo-han and HU Hui.Roboust face recognition based on significance local directional pattern and dee p learning[J].Journal of Optoelectronics·laser,2016(6):655-661. |
| |
| Authors: | WU Di TANG Yong-qi LIN Guo-han and HU Hui |
| |
| Affiliation: | College of Electrical and Information Engineering,Hunan Institute of Engineeri ng,Xiangtan 411004,China;College of Electrical and Information Engineering,Hunan Institute of Engineeri ng,Xiangtan 411004,China;College of Electrical and Information Engineering,Hunan Institute of Engineeri ng,Xiangtan 411004,China;College of Electrical and Information Engineering,Hunan Institute of Engineeri ng,Xiangtan 411004,China |
| |
| Abstract: | |
| |
| Keywords: | computer application local directional pattern (LDP) deep learning significan ce face recognition |
|
| 点击此处可从《光电子．激光》浏览原始摘要信息 |
|
点击此处可从《光电子．激光》下载全文 |
|
