基于卷积特征和贝叶斯分类器的人脸识别
为解决传统人脸识别算法特征提取困难的问题,提出了基于卷积特征和贝叶斯分类器的人脸识别方法,利用卷积神经网络提取人脸特征,通过主成分分析法对特征降维,最后利用贝叶斯分类器进行判别分类,在ORL(olivetti research laboratory)人脸库上进行实验,获得了99.00% 的识别准确率.实验结果表明,卷积神经网络提取的人脸图像特征具有很强的辨识度,与PCA(principal component analysis)和贝叶斯分类器结合之后可有效提高人脸识别的准确率.
人脸识别、卷积神经网络、模式识别、深度学习、贝叶斯分类器
13
TP393(计算技术、计算机技术)
国家自然科学基金项目U1233113,61571441;中央高校基金项目ZXH2012M005,3122014C016;中国民航大学科研启动基金项目2010QD10X
2018-09-30(万方平台首次上网日期,不代表论文的发表时间)
共7页
769-775