文献类型：期刊文章

作　　者：陈耀丹[1] 王连明[1]

机构地区：[1]东北师范大学物理学院,吉林长春130024

出　　处：《东北师大学报（自然科学版）》

基　　金：国家自然科学基金资助项目(21227008);吉林省科技发展计划项目(20130102028JC)

年　　份：2016

卷　　号：48

期　　号：2

起止页码：70-76

语　　种：中文

收录情况：BDHX、BDHX2014、BIOSISPREVIEWS、CAS、CSCD、CSCD_E2015_2016、JST、MR、RCCSE、WOS、ZGKJHX、ZMATH、ZR、核心刊

摘　　要：研究并实现了一种基于卷积神经网络的人脸识别方法.该网络由2个卷积层、2个池化层、1个全连接层和1个Softmax回归层组成,它能自动提取人脸特征并进行分类.网络通过批量梯度下降法训练特征提取器和分类器,各隐层应用"dropout"方法解决了过拟合问题.应用于ORL和AR人脸数据库的人脸识别率分别达到99.50%和99.62%,识别单张人脸的时间均小于0.05s,而且对光照差异、面部表情变化、有无遮挡物等干扰具有鲁棒性.

关 键 词：人脸识别 卷积神经网络 图像处理 人脸数据库

分 类 号：TP391.4]