论文部分内容阅读
针对人脸易受非均匀光照等因素而干扰其识别效果,提出了Gabor特征和深度信念网络(DBN)相结合的人脸识别算法。首先利用Gabor小波变换处理人脸图像得到Gabor特征;其次把得到的Gabor特征当作深度信念网络(DBN)的输入,并将网络进行逐层训练,进而在最高层构建其分类面;最后,对人脸图像样本进行识别基于训练好的深度信念网络。通过仿真,极大改善了人脸图像在非均匀光照干扰下的识别效果,识别率也有很大的提高,达到了很好的的鲁棒性。