基于神经网络人脸识别的研究

《基于神经网络人脸识别的研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、硕}：学位论文摘要人脸识别技术是基于生物特征识别技术的一个重要分支，在辨别身份和传递感情方面起着重要的作用。由于人脸识别技术在视频监控、访问控制、信用卡验证、多媒体数据库检索以及安全等领域有着广阔的发展前景，它是模式识别和计算机视觉领域内研究的一个热点。一个完整的人脸识别系统包括人脸检测和人脸识别两个部分。图像的预处理，特征提取和分类器设计是人脸识别中三个关键性的问题，本论文针对这三方面的问题，以主成份分析和径向基神经网络为基础展开研究，并做了以下3方面研究：1．分析了人脸识别相关技术中图像处理的基本理论，研究图像预处理方面的原理和方法，借助OpenCV强

2、大的图像处理能力，经过归一化、平滑等方法使图像对比度增强，又根据金字塔序列化的方法解决人脸尺寸不统一的难题。2．特征提取方面，采用基于主成份分析(PCA)的特征脸法，针对主成份分析方法提取的特征值维数较高，特征提取速度较慢的现象，本文以最小化类内离散度出发点，将2DPCA提取的特征矩阵当做一个图像矩阵，将该矩阵转置后进行处理，以此提出一种改进的2DPCA方法解决特征提取速度慢的问题。3．建立基于RBF网络的分类器，对网络的权值的设定问题及简化网络结构作了研究。提出了通过对样本聚类分析确定隐含层节点数，以计算两个聚类中心的距离来代替个体训练样本估计聚类节点宽

3、度，并采用一种混合的学习算法对RBF节点参数进行调整的方法。并通过实验对比结果部分分析了学习率的选择问题，不同的K—L阈值对网络隐层节点数和识别效果的影响方面分别进行讨论。关键词：人脸识别；图像处理；图像增强；K-L变换；2DPCA基于神经网络的人脸识别研究AbstractFacerecognitiontechnologyisbasedonbiometricidentificationtechnology,isanimportantbranchintheidentificationanddeliveryofemotionalstatus，playsanim

4、portantrole．Duetothefacerecognitiontechnologyhasabroadrangeofpotentialplicationsinvideosurveillance，accesscontrol，personalcardidentification，multimediadatabaseretrievalandsecurity,etc；ltisaresearchfoucswithinthefieldofpatternrecognitionandcomputervision．Acompletefacerecognitionsys

5、temconsistsoffacedetectionandrecognitionoftwoparts．Imagepreprocessing，featureextractionandclassifierdesignistherecognitionofthethreekeyissues，andmadeofthefollowingthreeaspects：1．Studiedoffacerecognitiontechnologyrelatedtothebasictheoryofimageprocessing：theprinciplesandmethodsofima

6、gepre-processing；WithpowerfulimageprocessingcapabilitiesofOpenCV,Throughnormalization，smoothingandothermethodstoenhancetheimagecontrast，alsounderthepyramidserializationmethodstosolvethenon—uniformfacesizeproblem，makingdetectionoftheimagetobemoresuitableforthepositionandfacedetecti

7、on．2．Featureextractionapproachbasedonprincipalcomponentanalysis(PCA)featuresofface，givesallimproved2DPCAmethodwhichusedtwiced2DPCAofimagematrix，makestheimageoftheenergyconcentratedintheupperleftcomeroftheimagematrix．Experimentsshowthatthismethodisimprovedandfollowingadvantagesrela

8、tiveto2DPCA,andfasterextractionra