电子科技
電子科技
전자과기
IT AGE
2013年
9期
151-154
,共4页
性别识别%神经网络%高斯滤波%鲁棒性
性彆識彆%神經網絡%高斯濾波%魯棒性
성별식별%신경망락%고사려파%로봉성
针对目前性别识别方法中的人体第二性特征提取困难、识别率低、鲁棒性差等问题,提出了一种基于神经网络的性别识别方法,并得到了基于人脸图像的性别识别分类器.文中先将人脸图像进行高斯滤波,再将预处理后的图像归一化用于训练BP神经网络,以得到性别识别分类器,最后将分类器与传统的性别识别方法进行比较.实验结果表明,通过文中方法实现了人体第二性特征自动提取,提高了分类器的容错能力和识别率,增强了鲁棒性.
針對目前性彆識彆方法中的人體第二性特徵提取睏難、識彆率低、魯棒性差等問題,提齣瞭一種基于神經網絡的性彆識彆方法,併得到瞭基于人臉圖像的性彆識彆分類器.文中先將人臉圖像進行高斯濾波,再將預處理後的圖像歸一化用于訓練BP神經網絡,以得到性彆識彆分類器,最後將分類器與傳統的性彆識彆方法進行比較.實驗結果錶明,通過文中方法實現瞭人體第二性特徵自動提取,提高瞭分類器的容錯能力和識彆率,增彊瞭魯棒性.
침대목전성별식별방법중적인체제이성특정제취곤난、식별솔저、로봉성차등문제,제출료일충기우신경망락적성별식별방법,병득도료기우인검도상적성별식별분류기.문중선장인검도상진행고사려파,재장예처리후적도상귀일화용우훈련BP신경망락,이득도성별식별분류기,최후장분류기여전통적성별식별방법진행비교.실험결과표명,통과문중방법실현료인체제이성특정자동제취,제고료분류기적용착능력화식별솔,증강료로봉성.
