摘要：為了解決在深度學(xué)習(xí)提取人臉圖像特征時(shí),易忽略其局部結(jié)構(gòu)特征和缺乏對(duì)其旋轉(zhuǎn)不變性學(xué)習(xí)的問題,提出了一種基于單演局部二值模式(MBP)與深度學(xué)習(xí)相結(jié)合的高效率人臉識(shí)別方法。首先,用多尺度單演濾波器對(duì)圖像進(jìn)行濾波,得到幅值和方向信息;其次,用LBP算法和象限比特的方法進(jìn)行編碼,分塊計(jì)算組合其直方圖特征;然后,將提取的單演特征作為深度信念網(wǎng)絡(luò)(DBN)的輸入,逐層訓(xùn)練優(yōu)化網(wǎng)絡(luò)參數(shù),得到優(yōu)異的網(wǎng)絡(luò)模型;最后,將訓(xùn)練好的DBN網(wǎng)絡(luò)在ORL人臉數(shù)據(jù)庫(kù)上進(jìn)行人臉識(shí)別實(shí)驗(yàn),進(jìn)行識(shí)別率計(jì)算,其識(shí)別率為98.75%。所提出的方法使用無(wú)監(jiān)督的貪婪算法,隱藏層設(shè)定為2層,使用反向傳播算法優(yōu)化網(wǎng)絡(luò)。相較于已知的人臉識(shí)別方法,MBP+DBN算法對(duì)光照、表情和部分遮擋變化具有較好的魯棒性,在人臉識(shí)別中識(shí)別率較高,具有一定的優(yōu)勢(shì),為圖像特征提供了一種新的識(shí)別方法。