论文研究融合深度学习与最大间距准则的人脸识别方法.pdf

当前，人脸识别技术遇到的突出问题是光照、姿态、遮挡和表情等因素所引起的识别精度的下降，这些问题是人脸识别系统不完美的主要原因，深度学习是一种新的方法，可有效解决这些问题。首先通过引入深度学习算法进行多层次的学习，然后提取高层特征进行人脸描述，最后应用最大间距准则减小最小二乘估计产生的重建误差，实现有效的面部识别分类。该算法在ORL、CAS-PEAL和扩展Yale-B人脸数据库中进行了不同光照、姿态、遮挡、表情和容貌特征变化条件下的仿真实验。结果表明，所提出的算法比传统线性分类算法具有更高的效率和准确度。