低分辨率多姿态人脸识别算法研究
作者:
赵志国
;
鞠哲
;
顾宏
关键词:
深度信念网络
极限学习
低分辨率
姿态变化
人脸识别
摘要：
人脸识别一直是模式识别和机器视觉领域研究热点。受姿态变化和分辨率低影响,传统方法对伴随多姿态低分辨率人脸图像识别精度较低。为充分挖掘姿态变化带来的非线性问题,提出将深度信念网络与极限学习机相结合来识别低分辨率多姿态人脸图像。该方法将低分辨率和对应高分辨率图像作为深层网络结构输入数据,学习高低分辨率图像间流行假设的点对联系以提取特征进行分类识别。实验结果表明,所提方法相比于其他方法具有识别率高、分类时间短等优点。
上一篇：三相四开关有源电力滤波器的非线性控制
下一篇：远程采集图像特征的优化识别过程仿真