-
题名基于加权强度PCNN模型的分块人脸识别
被引量：2
- 1
-
-
作者
李瀚
扆梦楠
邓红霞
常莎
李海芳
-
机构
太原理工大学计算机科学与技术学院
-
出处
《计算机工程与设计》
北大核心
2017年第9期2525-2529,2572,共6页
-
基金
国家自然科学基金项目(61472270)
山西省自然科学(青年科技研究)基金项目(2014021022-5)
-
文摘
为提高利用脉冲耦合神经网络(pulse coupled neural network,PCNN)进行人脸识别时的准确率,提出基于加权强度PCNN模型的分块人脸识别方法。在简化PCNN模型的基础上,引入自发脉冲发放强度、耦合脉冲发放强度和加权强度的概念,细化模型的输出;根据人脸图像各部分灰度分布的不同和局部识别率的不同,将人脸图像进行分块;进行人脸识别时,分块的权值会根据分块图像的局部信息熵自适应地设定,模型的参数会根据分块图像内容设定,一幅人脸图像的识别结果会综合各分块的识别结果。多个数据库上的实验结果表明,该算法可以有效地提高识别率。
-
关键词
脉冲耦合神经网络
自发脉冲发放强度
耦合脉冲发放强度
加权强度
人脸识别
-
Keywords
pulse coupled neural network
spontaneous pulse strength
coupled pulse strength
weighted strength
face recognition
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
