基于多隐含层反向传播神经网络的人脸朝向识别

雪 刘(江苏省知识产权保护中心（江苏省专利信息服务中心），中国)

摘要

利用反向传播神经网络进行人脸朝向识别一直是研究热点，但大多局限于单隐含层方法，导致识别率不高。为实现高精度人脸朝向识别，创建多隐含层BP神经网络模型。多隐含层方法有效解决人脸朝向识别率低、结果波动等问题，具有快捷、稳定的特点，且双隐含层识别率达到98.00%，回归分析R值为0.97341，均方差MSE值低于阈值1.00e-06。仿真结果表明，多隐含层反向传播神经网络能够显著提升人脸朝向识别率，所建立的人脸朝向识别模型可靠性高、预测能力强。

关键词

特征向量提取；反向传播；多隐含层；神经网络；人脸朝向识别

参考

刘柯,李旭健.一种人脸眼部特征提取和定位的方法[J].计算机仿真,2020,37(7):426-431.

许佳,田维坚,樊养余.基于深度学习的人脸关键点识别定位方法仿真[J].计算机仿真,2020,37(6):434-438.

DOI: http://dx.doi.org/10.12345/bdai.v6i1.23376