一种特征加权融合人脸识别方法

摘要：

针对传统人脸识别算法在非限制条件下识别准确率不高的问题,提出了一种特征加权融合人脸识别方法( DLWF+). 根据人脸面部左眼、右眼、鼻子、嘴、下巴等5个器官位置,将人脸图像划分成5个局部采样区域;将得到的5个局部采样区域和整幅人脸图像分别输入到对应的神经网络中进行网络权值调整,完成子网络的构建;利用softmax回归求出6个相似度向量并组成相似度矩阵与权向量相乘得出最终的识别结果. 经ORL和WFL人脸库上进行实验验证,识别准确率分别达到97%和91.63%. 实验结果表明:该算法能够有效提高人脸识别能力,与传统识别算法相比在限制条件和非限制条件下都具有较高的识别准确率.

关键词：人脸识别、非限制条件、深度自信网络、局部特征、特征融合、全局特征

所属期刊栏目：10

分类号：TN911.73

资助基金：国家科技支撑计划资助项目2013BAH12F02

在线出版日期：2016-01-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：912-920