基于加权强度PCNN模型的分块人脸识别

摘要：

为提高利用脉冲耦合神经网络(pulse coupled neural network,PCNN)进行人脸识别时的准确率,提出基于加权强度PCNN模型的分块人脸识别方法.在简化PCNN模型的基础上,引入自发脉冲发放强度、耦合脉冲发放强度和加权强度的概念,细化模型的输出;根据人脸图像各部分灰度分布的不同和局部识别率的不同,将人脸图像进行分块;进行人脸识别时,分块的权值会根据分块图像的局部信息熵自适应地设定,模型的参数会根据分块图像内容设定,一幅人脸图像的识别结果会综合各分块的识别结果.多个数据库上的实验结果表明,该算法可以有效地提高识别率.

关键词：脉冲耦合神经网络、自发脉冲发放强度、耦合脉冲发放强度、加权强度、人脸识别

所属期刊栏目：38

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金项目61472270;山西省自然科学青年科技研究基金项目2014021022-5

在线出版日期：2017-10-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：2525-2529,2572