基于受限玻尔兹曼机神经网络的人脸姿态识别方法

摘要

一种用受限玻尔兹曼机神经网络进行人脸姿态识别的方法，属于图像识别技术领域。本发明包括如下步骤：(1)对不同姿态的人脸图像训练样本进行预处理操作；(2)初始化受限玻尔兹曼机神经网络；(3)预训练受限玻尔兹曼机神经网络；(4)调整受限玻尔兹曼机神经网络参数；(5)对新的人脸图像进行姿态识别；本发明涉及了人脸检测、模式分类、人脸姿态识别方法可以进一步应用于三维人脸模型重建、三维人脸识别等方面。

主权项

1.一种基于受限玻尔兹曼机神经网络的人脸姿态识别方法，其特征在于，包括如下步骤：(1)对不同姿态的人脸图像训练样本进行预处理操作，(2)初始化受限玻尔兹曼机神经网络，(3)预训练受限玻尔兹曼机神经网络，(4)调整受限玻尔兹曼机神经网络参数，(5)对新的人脸图像进行姿态识别，所述的步骤(3)，是指：对于整个网络中第一层受限玻尔兹曼机，其可视层的结点对应于步骤(1)中向量中的每一个值，然后训练该受限玻尔兹曼机可视层结点与隐层结点之间的权值参数，共训练Pt次；然后再以第一层受限玻尔兹曼机隐层作为第二层受限玻尔兹曼机可视层，同样训练该受限玻尔兹曼机可视层结点与隐层结点之间的权值参数，也训练Pt次；依此类推，即上一层受限玻尔兹曼机的隐层作为下一层受限玻尔兹曼机的可视层以训练下一层受限玻尔兹曼机，这样就完成了整个网络的预训练，同时也得到了预训练好的各层受限玻尔兹曼机的参数。