基于主成分分析的人工神经网络人脸识别方法的.研究

《基于主成分分析的人工神经网络人脸识别方法的.研究》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、基于主成分分析的人J：神经网络人脸识别方法的研究动态模板来提取眼睛和嘴巴的轮廓。Chen和Ituang则进一步提出用活动轮廓模板(即Snakes模型)提取眉毛、下巴和鼻孔等不确定形状。Berto在1993年对这两类方法作了较全面的介绍和比较后认为，模板匹配的方法优于几何特征的方法。1。目前的研究也主要有两个方向：其一是基于整体的研究方法，它考虑了模式的整体属性，包括特征脸(Eigenface)方法”3，主要研究者是MIT媒体实验室的Pent】and小组，在此基础上还出现了各种改进方法，如Yale大学的Belhumeur提出的¨sher脸方法”l等；SVD分解的方法”1；弹性图匹配(e】a

2、st，icgraphmatching)方法”3，主要研究者是由C．VonDerMalsburg领导的德国Bochum大学和美国SouthernCalifonia大学的联合小组；隐马尔可夫模型(H{ddenMatkeyModel)h-法”3，主要代表有CambrJge大学的Samariaxiaozuhe和Georgia技术{iJf究所的Nef‘ian小组；神经网络的方法”’如Poggio小组提出的llyperBli神经网络识别方法，英国Sussex大学的Buxton和ttowell小组提出的RBF网络识别方法等：其二，：是基于特征分析的方法，也就是将人脸基准点的相对比率和其它描述人脸脸部特

3、征的形状参数或类别参数等⋯起构成识别特征向量。这种基j：整体脸的谚{别不仅保留了人脸部件之间的拓扑关系，而且也保留了各部件本身的信．息。1．3人脸识别的应用当今，人腧识别技术在商业、安全和其他领域有着广泛的应用。主要有以F儿类”。1：◆刑侦破案。当公安部门获得案犯的照片后，可以利用人脸识别技术，在存储罪犯照片的数据库里找出最相像的人为嫌疑犯。◆证件验证。身份证，驾驶执照以及其他很多证件上都有照片，现在这些证件多是山人工验bE的。如果用了人脸以别技术，这项工作就可以交给机器完成，从而实现自动化智能管理。◆入口控制。入l_：：1控制的范围很广，它可以是设在楼宇，单位或私人住宅入口的安全检查，

4、也可以是计算机系统或者情报系统等的入口检查。在一些保密要求非常严格的部门，除了用证件，还要用一些另外的识别手段，如指纹识别，手掌识别，视网膜识别和语音识别等。人脸识别与之相比，具有直接，方便和友好的特点。◆视频监视。在许多银行，公司，公共场合等处都设有24小时的视频监控。另外侦察员在破案时也要用摄像机对人进行跟踪。在对图像进行集体分析时，就要用到人脸的检测，跟踪和识别技术。1．4本文的工作利用主成分分析方法来抽取人脸特征一直受到很大的重视，也取得了很好的效果，尽管它本身还存在着一定的缺陷，但由于其具有简单、快速、易行的特点，并且从整体上反应了人脸图像的灰度相关性，因此，围绕主成分分析法的

5、改进办法不断出现。本文提出一种基于主成分分析和人工神经网络结合的多姿态、表情准正而人脸图像识另IJ方法。通过对不同人以及同一个人的表情、姿态变化人验图基于主成分分析的人工神经网络人脸识别方法的研究像的类内和类间距离分析，兼顾可分性与计算工作量，适当选择主成分变换向量的个数并进行人脸图像的特征提取，与BP神经网络相结合完成人脸图像的识别。人工神经网络是一种非线性动力学系统，以其良好的自学习、自组织、自适应能力被应用到众多领域。特别是它的自适应能力在模式识别方面表现的尤为突出。为了提高人脸识别系统的自适应性，我们采用BP人工神经网络对主成分分析抽取H{的特征进行识别。为了解决BP网络收敛速度

6、较慢和局部极小值的问题，本文采用了动量法和学习率自适应调整的算法。在人脸识别系统中，共分两步：第一步先将人脸图像进行归一化预处理，使用PCA对人脸图像进行特征提取，然后将提取出的特征向量送入到BP神经网络分类器中训练网络；第二步将待识别人脸图像也进行归一化预处理，使用PCA提取特征，再将提取出的特征向量送入到已训练好的BP神经网络中进行U{刖．最后所得到的分类结果即为我们最终的识别结果。整个识别过程如图卜1所示。训练图像图1—1基于人1神经网络的PCA人脸识别系统丛】·土成分分析的人工种经叫络人脸识别方法的研究第二章人脸识别方法在人脸识别过程中，输入的静止图像主要有正面和侧面两种情况，其

7、中研究最多的是正而人脸的识别，侧面人脸识别由于对图像质量要求苛刻而发展缓慢。静止图像中人脸识别的各种方法机理各不相同，主要可分为四大类：第一‘类足基1二儿何特征的识别方法。该识别方法从图像中抽取特征比较困难，对强烈的表情变化或姿态变化鲁棒性较差，更适合于做粗分类；第二类是基于相关匹配的方法，包括各种模板匹配法，主要是利用计算模板和图像灰度的自相关性来实现识别功能；第三类为基于统计的识别方法，包括特征脸方法和隐马尔科夫方法。隐马尔科夫