基于LBP和深度学习的非限制条件下人脸识别算法

摘要

提出一种在非限制条件下,基于深度学习的人脸识别算法.同时,将LBP纹理特征作为深度网络的输入,通过逐层贪婪训练网络,获得良好的网络参数,并用训练好的网络对测试样本进行预测.在非限制条件下人脸库LFW上实验结果表明,该算法较传统算法(PCA、SVM、LBP)识别率高;另外,在Yale库和Yale-B库上也获得较高识别率,进一步说明以LBP纹理特征作为网络输入的深度学习方法能够对人脸图像进行准确识别.