论文部分内容阅读
针对目前人脸识别在样本量、鲁棒性等方面所受的局限,提出一种基于CNN和SVM的人脸识别模型。通过构建CNN模型进行训练,对原始图像提取来自CNN不同深度的特征图,并将其进行加权融合。将融合后的特征作为最终特征输入SVM多分类器进行分类。实验结果显示,对于小样本数据集以及面部遮挡、光照变化数据集,特征的融合对模型精度提升明显,且与传统模型比较本方法识别精度更高。