基于TPLBP和深度学习的人脸识别

针对人脸数据维度过高和非限定条件下(如表情、姿态等发生变化时)将出现人脸识别率较低问题,提出了一种基于改进的局部二值特征和深度学习的人脸识别算法。首先,对人脸数据进行预处理,应用TPLBP算子提取人脸的局部纹理特征;然后,采用深度信念网络对提取到的TPLBP特征进行学习和降维;最后,采用Softmax分类器对学习后有效人脸特征进行分类。本文算法在ORL人脸数据库进行测试,识别率达到97.33%,与其他人脸识别方法相比,人脸识别率有明显提高。