基于深度学习特征的多模态人脸快速识别研究

多模态人脸识别对于人脸信息挖掘具有重要意义,但目前的多模态人脸快速识别方法的识别率低,误差率高,无法满足快速识别人脸的要求。为了解决该问题,设计基于深度学习特征的多模态人脸快速识别方法。建立人脸特征提取网络,利用几何、模型、统计三个相互并行的卷积神经网络通道,结合深度学习特征分析算法建立卷积神经网络模型,提取人脸特征,由池化操作得到三条特征曲线,并对人脸特征点进行定位。得到人脸特征点后,利用贝塞尔人脸模型建立3D模型,融合卷积神经网络提取到的人脸特征,得到特征向量,利用联合贝叶斯算法计算两个独立的高斯变量,快速识别多模态人脸。实验结果表明,基于深度学习特征的多模态人脸快速识别方法的识别率高达95%,误差率极低,能够在短时间内完成多模态人脸识别工作。