研究文章

基于多隐含层反向传播神经网络的人脸朝向识别

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.

Refbacks

  • 当前没有refback。
版权所有(c)2025 雪 刘
Creative Commons License
此作品已接受知识共享署名-非商业性使用 4.0国际许可协议的许可。