采用局部二值模式与深度信念网络的人脸识别-电讯技术.pdfVIP

第56卷 第10期 电讯技术 Vol.56,No.10 2016年10月 Telecommunication Engineering October,2016 doi:10.3969/ j.issn.1001-893x.2016.10.010 引用格式:吴进,严辉,王洁.采用局部二值模式与深度信念网络的人脸识别[J]. 电讯技术,2016,56(10):1119-1123. [WU Jin,YAN Hui,WANG Jie.Facial recognition using local binary pattern and deep belief network[J].Telecommunication Engineering,2016,56(10):1119-1123.] 采用局部二值模式与深度信念网络的人脸识别* ** 吴摇 进 ,严摇 辉,王摇 洁 (西安邮电大学 电子工程学院,西安710121) 摘摇 要:针对人脸维度过高和人脸局部特征提取易忽略的问题,提出了一种将多尺度局部二值模式 (LBP)算法与深度信念网络(DBN)算法相结合的人脸识别方法。 首先采用多尺度LBP 算法提取人 脸纹理特征,进而将LBP提取的纹理特征作为深度信念网络的输入,最后通过逐层网络训练,得到 网络的最优参数,并在ORL人脸库中进行测试,识别率可达95.2% ,比使用Gabor 小波和主成分分 析(PCA)算法的人脸识别高2.6% ,说明该算法具有很好的人脸识别能力。 关键词:人脸识别;特征提取;局部二值模式;深度信念网络;受限波尔兹曼机 中图分类号:TN911.7;TP391.4摇 摇 文献标志码:A摇 摇 文章编号:1001-893X(2016)10-1119-05 Facial Recognition Using Local Binary Pattern and Deep Belief Network WUJin,YAN Hui,WANGJie (School of Electronic and Engineering,Xian University of Posts and Telecommunications,Xi忆an710121,China) Abstract:In view of thelarge dimensionsof facialfeaturesandthe neglect of thelocalfeaturesextraction, this paper proposes a facial recognition method based on multi-scale local binary pattern(LBP) and deep belief network(DBN) algorithm.Firstly,the texture features are extracted by using multi-scale LBP,then thesefeaturesareinputedtoDBN,andfinallytheoptimalparametersofthenetworkareobtainedbylayered network training.A test on the ORL faces database is performed and recognition rate reaches 95.2% , 2.6% higher than that of facerecognitionusing Gaborwavelet andpincipal component analysis(PCA)al鄄 gorithms,which illustrates that the proposed a