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.

