基于深度学习的人脸识别算法研究

针对传统人脸识别算法在非限定条件下识别能力不强的问题,文中提出了一种基于局部二值模式(LBP)与深度置信网络(DBN)结合的人脸识别方法。该方法结合LBP在光照条件下的人脸识别鲁棒性较好,且利用了DBN对图像数据平移、缩放、倾斜及其他的形变,使其具有高度鲁棒性的特点。通过对比传统方法以及深度学习领域的一些常见方法,在ORL人脸数据库样本集上进行识别,使人脸识别的准确率相较于传统方法可提高85%。