基于卷积神经网络的人脸识别研究

为解决传统人脸识别算法手工提取特征困难的问题，将卷积神经网络引入人脸识别任务中。为适应ORL数据集人脸识别任务的需要，参照经典的卷积神经网络模型Lenet-5的结构，提出一种适用于该数据集的CNN结构。实验结果表明,所提出的CNN结构具有较少的学习参数，且在ORL数据集上取得了较高的识别率。与传统人脸识别算法进行比较研究，从实验结果可以看出，在识别正确率上，所提出的卷积神经网络结构优于大多数识别算法。