-
公开(公告)号:CN109583357A
公开(公告)日:2019-04-05
申请号:CN201811413568.0
申请日:2018-11-23
Applicant: 厦门大学
Abstract: 本发明涉及一种改进LBP和轻量卷积神经网络级联的人脸识别方法,提供:对齐分区局部二值模式初次识别测试单元,APLBP与轻量化卷积神经网络级联的二次识别测试单元,APLBP识别测试单元,轻量化卷积神经网络并行流水线模块加速单元,计算平均识别率单元。将采集的人脸图像划分为主要区域和次要区域,对于人脸图像的主要区域与次要区域,提取中心点LBP像素特征值;通过级联的关系对APLBP识别并提取出的相似图像再加入轻量级卷积神经网络进行二次识别。充分融入了APLBP算法的速度优势和轻量化卷积神经网络的精度优势,通过对轻量化卷积神经网络的卷积层中耗时大的矩阵乘加运算使用并行模块进行加速,从而达到速度和准确率的双向提升。
-
公开(公告)号:CN109583357B
公开(公告)日:2022-07-08
申请号:CN201811413568.0
申请日:2018-11-23
Applicant: 厦门大学
Abstract: 本发明涉及一种改进LBP和轻量卷积神经网络级联的人脸识别方法,提供:对齐分区局部二值模式初次识别测试单元,APLBP与轻量化卷积神经网络级联的二次识别测试单元,APLBP识别测试单元,轻量化卷积神经网络并行流水线模块加速单元,计算平均识别率单元。将采集的人脸图像划分为主要区域和次要区域,对于人脸图像的主要区域与次要区域,提取中心点LBP像素特征值;通过级联的关系对APLBP识别并提取出的相似图像再加入轻量级卷积神经网络进行二次识别。充分融入了APLBP算法的速度优势和轻量化卷积神经网络的精度优势,通过对轻量化卷积神经网络的卷积层中耗时大的矩阵乘加运算使用并行模块进行加速,从而达到速度和准确率的双向提升。
-