科研之友
微信
新浪微博
Facebook
分享链接
摘要
自然场景下的人脸图像数据通常分布在非线性的高维空间中,因此,传统线性特征提取算法难以获得鲁棒的特征。针对上述问题,提出一种基于非线性提取的人脸识别算法。该算法将非线性特征提取算法引入到人脸识别的过程中,对人脸特征匹配阈值进行预处理,将模拟遗传退火算法和深度信念网络相融合,先利用模拟遗传退火算法优化深度信念的网络连接权值,在此基础上对预处理人脸特征匹配阈值进行寻优,增强了传统算法对于天气、光照、形态等多种外界因素的鲁棒性。实验仿真证明,该算法提取特征的稳定性强,能有效的识别人脸图像,精度较高。
-
单位武汉轻工大学; 电子工程学院
