基于深度信念网络的多姿态人脸识别的方法和装置

摘要

本申请公开了一种基于深度信念网络的多姿态人脸识别的方法和装置，属于人脸识别领域。该方法包括：获取人脸图像的训练集并进行预处理；将深度信念网络分解成多层相邻量程构成的受限玻尔兹曼机，输入所述预处理后的训练集通过贪心算法预训练所述深度信念网络的参数；使用自编码器对训练好的深度信念网络进行参数微调；在所述微调后的深度信念网络中添加极限学习机，对多姿态人脸图像进行分类识别。该装置包括：获取模块、训练模块、微调模块和识别模块。本申请将深度信念网络与极限学习机相结合，在复杂函数的非线性问题方面具有优异的性能，克服姿态变化的非线性和分辨率低的影响，分类时间和识别效果都具有明显的提升。