人脸识别目前在许多领域中都有着重要的作用,而针对大规模的人脸识别问题,使用卷积网络提取特征是目前比较主流的方式,其不仅可以压缩图片大小,还可以通过设计网络的结构提取丰富的特征。由于卷积网络提取特征后,有许多研究人员利用这些特征与其他的分类器结合来实现人脸识别。本文将卷积神经网络与贝叶斯分类器和支持向量机结合,利用卷积得到的特征来作为分类器的输入进行分类,并比较结合两个分类器后的结果,通过实验验证比较它们的性能。
科研之友
微信
新浪微博
Facebook
分享链接
