基于SAE和深度神经网络相结合的人脸特征提取与识别

摘要

针对人脸照片的稀疏高维度的数据在传统识别模型训练中计算量大、参数较多、训练较慢、准确率较低的现象,提出一种基于SAE和深度神经网络相结合的人脸特征提取与匹配模型.SAE能够有效表示人脸的多种特征,采用深度神经网络将SAE学习到的参数依次对图像进行卷积运算并采用神经元提取图像的各个特征,提高深度神经网络的训练精度.实验表明,该方法相比传统的BP网络进行人脸识别在精度上得到了一定程度的改善.