基于堆栈降噪自编码器和LBP的人脸识别算法

摘要

针对传统的人脸识别算法的鲁棒性弱，分类准确率不高，运算速率较慢的缺点，基于局部二值模式(Local Binary Pattern)和堆栈式降噪自编码器(Stack Denoising Autoencoders)模型，提出了一种LBP + SDAE新的人脸表情识别算法.首先，先对图像进行直方图均衡化处理，用LBP提取特征，接着进行尺度归一化处理后用SDAE二次提取特征并且去噪，降维，最后用SVM分类.该方法不仅提高了分类的准确率，而且加快了运算的速率.在数据集Yale上进行验证，表明相对于以前传统的人脸识别算法，它具有更高的准确率和较强的鲁棒性.