基于改进卷积神经网络的人脸识别算法 |
| |
引用本文: | 刘亮.基于改进卷积神经网络的人脸识别算法[J].科技通报,2019,35(7):174-177. |
| |
作者姓名: | 刘亮 |
| |
作者单位: | 酒泉职业技术学院,甘肃酒泉,735000 |
| |
摘 要: | 针对经典人脸识别卷积神经网络(CNN)结构中因网络层次设计过深导致计算量大且训练耗时长的问题,设计一种改进的卷积神经网络结构,该结构由3个卷积层、3个池化层、1个全连接层和1个分类层组成。利用Softmax回归算法进行人脸分类识别,卷积神经网络在输出层利用改进的Softmax进行分类。实验结果表明:在AR人脸库上,所述方法的识别率接近100%,优于传统人脸识别方法,其训练速度也明显快于普通的卷积神经网络,验证了改进方法的有效性。
|
关 键 词: | 人脸识别 卷积神经网络 分类器 识别率 |
本文献已被 CNKI 万方数据 等数据库收录! |
|