上传者: zuoan1993
|
上传时间: 2021-05-21 09:02:26
|
文件大小: 21.91MB
|
文件类型: DOCX
为了解决深度神经网络需要大量数据的问题,我们提出了分层矢量化多媒体信息表达体系。分层矢量化实际上是一个多层的特征编码的过程。一个单层的特征编码由以下几个步骤组成:首先,对图片库里所有的人脸图像进行分块;其次对每块区域提取局部特征(如 LBP、 SIFT) 形成局部特征描述子;然后,对所有局部特征进行量化形成字典;最后,根据字典信息和人脸图像的映射,编码形成人脸图像的特征向量,我们定义该特征向量为人脸 DNA。 人脸 DNA 特征能够很好的描述特定人脸的不变量, 该特征对人脸光线、角度、表情以及各种图片噪声具有一定的抗干扰性,再由双层异构深度神经网络进行优化与学习,人脸的区分性更强,识别效果更佳。