基于神经网络学习的多姿态人脸图像识别算法

摘要：

在移动式拍摄环境下进行人脸识别受到抖动以及环境等因素的影响,导致人脸识别的准确性不好.因此,文中提出一种基于人工神经网络学习的多姿态人脸图像识别算法.将空间邻域信息融入到多姿态人脸图像的幅度检测中,提取多姿态人脸图像的动态角点特征,把多姿态人脸图像结构纹理信息类比为一个全局运动RGB三维位平面随机场,进行多姿态人脸图像的亮点检测和信息融合.在不同的尺度下选用合适的特征配准函数来描述多姿态人脸图像的特征点,进行多姿态人脸图像的目标像素视差分析和关键特征检测,结合人工神经网络学习和特征配准方法实现图像稳像处理和自动识别.仿真结果表明,采用该方法进行多姿态人脸图像识别的特征点配准性能较好,识别精度较高.

关键词：人脸识别、图像、人工神经网络、特征提取

所属期刊栏目：29

分类号：TP391(计算技术、计算机技术)

资助基金：2019年"攀登计划"广东大学生科技创新培育专项资金立项项目pdjh2019b0619

在线出版日期：2019-12-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：57-61