[发明专利]基于LBP和深度学习的人脸识别方法有效
| 申请号： | 201711231662.X | 申请日： | 2017-11-30 |
| 公开（公告）号： | CN107729890B | 公开（公告）日： | 2020-10-09 |
| 发明（设计）人： | 任红格;史涛;王玮;李福进;赵传松;杜建;宫海洋 | 申请（专利权）人： | 华北理工大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62 |
| 代理公司： | 唐山永和专利商标事务所 13103 | 代理人： | 张云和 |
| 地址： | 063000 河北省唐山*** | 国省代码： | 河北;13 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及了一种基于井字形LBP和深度学习相结合的人脸识别方法，属于人工智能技术领域，针对传统局部二值模式(LBP)特征提取不充分和分类器拟合的问题，提出一种基于局部纹理特征的井字形局部二值模式(LBP)和深度学习的人脸识别方法，利用改进的LBP算法提取人脸图像局部纹理特征，建立LBP直方图；然后构建基于深度信念网络的深度学习架构，将LBP直方图输入到深度信念网络中，采用无监督逐层训练法和有监督BP算法去训练网络，实现网络的自学习和自优化，得到网络参数；最后，利用DBN分类、识别人脸图像。本发明能够提取到具有区分性的人脸图像纹理特征，验证了该算法在识别率的优越性并且具有较强的鲁棒性。 | ||
| 搜索关键词： | 基于 lbp 深度 学习 识别 方法 | ||
【主权项】：
一种基于LBP和深度学习的人脸识别方法，其特征在于包括如下步骤：采用井字形LBP提取每一个子块的LBP直方图，将每个子块的直方图首尾相连形成样本总体直方图；将训练样本的LBP特征输入到DBN的可视层，训练第一个RBM，将第一个RBM的输出作为第二个RBM的输入训练第二个RBM，重复该过程直到训练完所有的RBM，以获取最优网络参数，用BP算法微调整个网络参数。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于华北理工大学，未经华北理工大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201711231662.X/，转载请声明来源钻瓜专利网。
