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
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
收藏
页码:430 / 432
页数:3
相关论文
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].
Manthalkar, R ;
Biswas, PK ;
Chatterji, BN .
PATTERN RECOGNITION LETTERS, 2003, 24 (12) :2061-2068
[3]
基于对应分析的训练样本的选择.[J].虞欣;郑肇葆;.测绘学报.2008, 02
[4]
基于MATLAB神经网络工具箱的公交出行比例预测 [J].
陈艳艳 ;
朱跃华 ;
王振报 ;
史建港 .
北京工业大学学报, 2008, (02) :173-177
[5]
航空图像中水面纹理的自动提取 [J].
汪海洋 ;
潘德炉 ;
夏德深 .
中国图象图形学报, 2008, (02) :251-256
[6]
基于Q型因子分析的训练样本的选择.[J].虞欣;郑肇葆;.测绘学报.2007, 01
[7]
基于TFBP网络的人脸皮肤纹理识别方法 [J].
邹晓红 .
传感技术学报, 2005, (02) :262-264+268
[8]
人工神经网络的BP算法及其应用 [J].
胡金滨 ;
唐旭清 .
信息技术, 2004, (04) :1-4
[9]
基于Gabor小波纹理特征的目标识别新方法 [J].
张敏 ;
许廷发 .
物理实验, 2004, (04) :12-15