基于深度卷积网络算法的人脸识别方法研究

由于人脸图像在采集过程中,容易收到光照等环境影响,使得人脸特征存在突变性。传统的识别方法主要通过采集人脸特征进行人脸识别,对图像清晰度要求很高,针对模糊图像不能及时进行人脸特征采集,导致人脸识别不准确的问题。提出深度卷积网络算法的人脸识别方法。首先要用局部二值算法提取人脸局部纹理特征,对深度卷积网络模型进行构建,并利用卷积网络共享权值和池化、下采样等降低模型的复杂度。在模型的顶层形成人脸图像特征分类面,得到完成好的深度卷积网络模型,利用该模型对人脸图像进行特征提取,有效的完成了人脸的识别。实验结果很好地证明了利用深度卷积网络算法的人脸识别方法对人脸特征表达效果良好,显著提高了人脸识别的准确率。