融合局部方向模式和卷积神经网络的人脸识别

摘要：

为解决光照、姿态、表情、遮挡等变化引起的人脸识别率下降问题,提出一种融合局部方向模式和卷积神经网络的人脸识别方法.采用主动形状模型定位面部区域的关键点位置,校正面部姿态,去除干扰区域,规范面部图像尺寸;对规范化的面部图像进行局部方向模式变换,降低光照影响;在局部方向模式图像上提取五官部位的局部方向特征,在约简局部方向模式图像上采用卷积神经网络提取全局特征,融合构成多模式人脸特征;采用随机森林方法对特征进行学习和分类,实现人脸识别.在ORL、AR和YALE-B数据集上的人脸识别实验结果表明,提出方法的识别率高,对光照、姿态、表情和遮挡变化的鲁棒性强.

关键词：人脸识别、局部方向模式、卷积神经网络、随机森林、主动形状模型

所属期刊栏目：39

分类号：TP391(计算技术、计算机技术)

资助基金：四川省科技厅应用基础基金项目2015JY0071;成都师范学院高层次引进人才专项科研基金项目YJRC2014-9;成都师范学院自然科学类培育基金项目CS14ZD02;山西省重大专项基金项目20131101029

在线出版日期：2018-11-06（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：3272-3277