简介：随着人工智能的不断发展,基于深度学习的图像识别已经成为当前图像识别领域的主要方法。文章将传统图像识别方法和基于深度学习图像识别进行对比研究。深度学习可以从不同的图像中自动提取相似特征并分类,推动了人工智能背景下的图像识别发展,而无监督学习将成为深度学习领域的热点。
简介：ULBP容易受到随机噪声以及边缘对图像的影响,提出一种改进的UniformLBP算子和2DLDA融合的算法。首先对人脸图像进行局部纹理特征提取,对子块的人脸图像进行改进后的ULBP特征提取,其次结合全局特征的子空间学习2DLDA的识别方法,对人脸进行识别。在YAlE人脸识别库和ORL人脸识别库中分别进行人脸识别实验。实验结果表明提出的改进的ULBP和2DLDA融合的方法相对于局部纹理分析的ULBP及全局子空间学习的2DLDA,以及ULBP与2DLDA融合的识别方法具有很好的识别率。
浅析深度学习在图像识别中的应用
改进的ULBP与2DLDA融合人脸识别算法研究
