基于卷积神经网络的人脸信息增强识别研究

摘要：

在采集人脸图像时,图像存在模糊性较大或者姿态变化幅度较大等问题,人脸准确识别的精度不高,为了提高人脸识别的准确率,提出一种基于卷积神经网络的信息增强的人脸识别算法.对采集的模糊人脸图像进行小波降噪处理,对降噪输出的图像进行自适应模板匹配,结合图像分割方法对人脸图像进行分块,利用Radon尺度变换的几何特征不变性对人脸的关键特征点进行信息增强,采用卷积神经网络分类器对增强的人脸特征点进行分类,实现特征点优化提取和人脸准确辨识.仿真结果表明,采用该方法进行人脸识别的准确性较好,且能满足大批量样本人脸快速识别的应用需求.

关键词：卷积神经网络、Radon尺度变换、分块、图像、人脸识别、降噪

所属期刊栏目：45

分类号：TP391.9(计算技术、计算机技术)

资助基金：国家自然科学基金:多民族欠发达地区传染病传播动力学特征分析与建模61263019

在线出版日期：2018-09-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：268-271