基于LBP和深度学习的非限制条件下人脸识别算法

摘要：

提出一种在非限制条件下,基于深度学习的人脸识别算法.同时,将LBP纹理特征作为深度网络的输入,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.在非限制条件下人脸库LFW上实验结果表明,该算法较传统算法(PCA、SVM、LBP)识别率高;另外,在Yale库和Yale-B库上也获得较高识别率,进一步说明以LBP纹理特征作为网络输入的深度学习方法能够对人脸图像进行准确识别.

关键词：非限制条件、人脸识别、LBP、深度网络、深度学习

所属期刊栏目：35

分类号：TP391.4(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目61072127;广东省自然科学基金资助项目10152902001000002,S2011040004211,S2011010001085,07010869;广东省教育厅育苗工程项目粤财教[2008]342号;广东高校优秀青年基金资助项目2012LYM_0127;The National Natural Science Foundation of China61072127;The Natural Science Foundation of Guangdong Province10152902001000002,S2011040004211,S2011010001085,07010869;Province Seedling Project of Guangdong Department of EducationGuangdong Teach [2008] 342;Outstanding Young Project of Guangdong Colleges and Universities2012LYM_0127

在线出版日期：2014-08-14（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：154-160