基于Gabor滤波器和BP神经网络的人脸皮肤皱纹区域自动识别

被引：14

作者：

顼改燕 ^{[1
,2
,3
,4
]}

徐华 ^{[2
,3
,4
]}

翟忠武 ^{[2
,3
,4
]}

葛庆平 ^{[1
]}

机构：

[1] 首都师范大学信息工程学院

[2] 清华大学智能技术与系统国家重点实验室

[3] 清华大学信息科学与技术国家实验室(筹)

[4] 清华大学计算机科学与技术系

来源：

计算机应用 | 2010年 / 30卷 / 02期

关键词：

Gabor变换; BP神经网络; 纹理分析; 皱纹识别; 模式识别;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

摘要：

由于色斑和毛孔等强噪声的干扰,人脸皱纹识别特别是对面部细纹理的识别受到了严重影响。针对上述问题提出了一种基于Gabor滤波器和BP神经网络相结合的人脸皱纹识别算法。通过训练好的BP神经网络人脸皮肤图像首先识别是否存在皱纹,再分别自动标注存在皱纹的区域。本算法首先基于不同年龄的多幅人脸照片创建皱纹样本库,采用样本库训练神经BP网络。其次分别选取含皱纹和不含皱纹的图片,然后用Gabor滤波器组计算出图片的频谱特征,将它们作为训练样本,训练得到用于识别的BP神经网络。大量测试结果表明,本算法能够消除或减少色斑、毛孔等噪声的干扰,对有皱纹区域和无皱纹区域的识别率可达到85%以上。

引用

页码：430 / 432

页数：3

共 9 条

[1]

人工智能教程.[M].陈慧萍等编著;王士同主编;.电子工业出版社.2001,

[2]

Rotation invariant texture classification using even symmetric Gabor filters [J].