基于中心对称局部二值模式算子和深度信念网络学习的施工现场人员人脸识别  

作　　者：边航 刘立成 温艳坤 张晓晨 

机构地区：[1]国网北京亦庄供电公司,北京100176

出　　处：《轻工科技》2025年第1期126-129,共4页Light Industry Science and Technology

摘　　要：工程施工现场场景下,对于现场人员进出管理涉及施工工地财产安全及保密安全,施工现场人员存在出入频繁、佩戴安全帽造成脸部遮挡、夜间施工光照不足等情况,传统人脸识别算法中易造成识别速度慢或识别不准确等问题。针对此类问题,提出一种利用中心对称局部二值模式算子与深度信念网络算法相结合的人脸识别方式。通过利用CS-LBP算子对光照及遮挡的稳定性,将其作为DBN网络的输入,进行逐层训练操作,在顶层形成分类面,实现施工现场人脸识别的智能化管控,最后采集施工现场人脸数据进行识别测试。因实际施工现场人脸数据量较小,应用FERET、CMU PIE人脸数据库进行数据扩充,实验对比结果表明,此算法具有较好的人脸识别效果。

关 键 词：人脸识别 深度信念网络 局部二值模式 特征提取 

分 类 号：TP393[自动化与计算机技术—计算机应用技术]