摘要：為了解決在深度學習提取人臉圖像特征時,易忽略其局部結(jié)構(gòu)特征和缺乏對其旋轉(zhuǎn)不變性學習的問題,提出了一種基于單演局部二值模式(MBP)與深度學習相結(jié)合的高效率人臉識別方法。首先,用多尺度單演濾波器對圖像進行濾波,得到幅值和方向信息;其次,用LBP算法和象限比特的方法進行編碼,分塊計算組合其直方圖特征;然后,將提取的單演特征作為深度信念網(wǎng)絡(DBN)的輸入,逐層訓練優(yōu)化網(wǎng)絡參數(shù),得到優(yōu)異的網(wǎng)絡模型;最后,將訓練好的DBN網(wǎng)絡在ORL人臉數(shù)據(jù)庫上進行人臉識別實驗,進行識別率計算,其識別率為98.75%。所提出的方法使用無監(jiān)督的貪婪算法,隱藏層設定為2層,使用反向傳播算法優(yōu)化網(wǎng)絡。相較于已知的人臉識別方法,MBP+DBN算法對光照、表情和部分遮擋變化具有較好的魯棒性,在人臉識別中識別率較高,具有一定的優(yōu)勢,為圖像特征提供了一種新的識別方法。