基于GCSLBP的DBN人脸识别算法

摘要：

针对传统Gabor小波变换提取的特征向量维数较高以及DBN在完成人脸识别时会忽略局部信息的问题,提出了一种基于GCSLBP的DBN人脸识别算法(Gabor fusion central symmetric local binary pattern deep belief network,GCSLBP-DBN).该算法首先改进了原始的Gabor变换,通过引入中心对称局部二值模式方法(local binary pattern,LBP)进行优化,然后利用直方图的方法表示最终的特征向量,既提取到图像丰富的局部特征,又能降低特征向量维数.最后使用深度信念网络方法提高分类鲁棒性,完成人脸的分类和识别.该算法已在ORL和CMU_PIE数据集上进行仿真实验,实验结果表明,本文GCSLBP-DBN算法有效的提高了人脸识别率,在光照等变换下也具有鲁棒性.

关键词：Gabor小波变换、中心对称局部二值模式、特征提取、深度信念网络

所属期刊栏目：27

分类号：TP391.4(计算技术、计算机技术)

资助基金：国家自然科学基金;黑龙江自然科学基金;黑龙江省青年创新人才项目

在线出版日期：2022-06-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：69-75