基于小波神经网络的人脸识别方法

《基于小波神经网络的人脸识别方法》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、杨国鹏等：基于小波神经网络的人脸识别方法基于小波神经网络的人脸识别方法杨国鹏1钱方明1罗永亮1，2(1解放军信息工程大学测绘学院-郑州450052；2解放军75719部队．武汉430074；Email：imageren@yahoo．corn)摘要：研究了基于小波神经嘲络进行人脸识别的方法。讨论了小波神经网络对进行分类识别的原理，带动量因子的后向传播算法进行网络训练的过程。然后对人脸图像数据库做分类实验，结果表明小波神经网络具有很强的自适应性，对有噪声、残缺和戴眼镜的圈像识别效果较好。关键词：小波神经网络；人脸识别；小波变换；动量因子FaceRecog

2、nitionMethodBasedonWaveletNeuralNetworkYANGGuo，pengl，QIANFan争Inin91，LUOYong-liangl’2rJlnstim把ofSurveytsgandMapping,Informat如nEngineeringUniversityofPLA，Zhengzhou45005；2．N．757190fPLA，Wuhan430074；Email：imageren@yahooo州jAbstract：Afacerecognitionmethodbasedonwaveletneuralnetworkisr

3、esearchinthispaper．ThetheoryofwaveletneuralnetworkandthenetworktrainingprogressusingtheBPak鲥mmwithpowerdivisoristalkedout．ThenWedoclassificationexperimemusiⅡgfaceimagesindatabase．Therecognitionresultsshowthatwaveletneuralnetworkhasrobustadaptabilityandcancorrecnyidemifyfaceimag

4、eswithnoise．deformityandwearingglasses．Keywoeds：waveletneuralnetwork；facerecognition；thewavelettramform；thepowerdivisor1引言人脸识别是近年来模式识别、图像处理、机器视觉以及人工智能等领域研究的热点课题；在身份鉴别、信用}识别、护照核对以及犯罪嫌疑人识别等方面有着十分广泛的应用。由于人脸表情丰富，随着年龄增长而变化，而且人脸图像受光照、成像角度、成像距离等影响，使得人脸识别客观上存在很大难度。小波变换具有时频局部特性、多尺度分析特性，

5、而神经网络“1具有自学习、自适应、鲁棒性、容错性和推广能力。1992年法国著名的信息科学研究机构IRLSA的Zhang0inghu等人将两者结合起来，提出了小波神经网络(WaveletNeuralNetwork。wNN)，或称小波网络(WaveletNetwork，wN)。它用非线性小波基函数取代通常的神经元非线性激励函数(如Sigmoid函数)，从而将继承了小波变换、神经网络两者的优点B4，5J。本文将小波神经网络用于人脸识别，通过实验得出，该方法是解决人脸识别问题的有效途径。2小波神经网络2．1小波神经网络原理小渡变换是近几年发展起来的数学理论，

6、它具有良好的时频局域化性质。小波变换是一种不同参数间的积分变换，对函数，(f)∈L2(R)，其连续小波变换定义为f(t)与小波函数伸缩系的内积，即第一作者简介：杨国鹏(1982-)，男，解放军信息工程大学测绘学院遥感信息工程系硕士研究生。主要研究方向遥感图像处理模式识别．战场环境仿真。370第十三届全国图象图形学学术会议Ⅳr(口，6)=lf(t)h(a，b，t胁其中^(口，b，f)----IaI-⋯矗(三兰)口称为小波，h(t)称为基本小波(母小波)，Ial-l”为归一化系数，b和“分别对应着h(a，b，f)的平移因子和伸缩因子。对于信号t，其局部结

7、构的分辨通过调节小波基窗口的位置、大d,(flP调整参数b、a)来实现。小波神经网络利用母小波的平移和伸缩构成一组小波基，将小波基作为神经网络隐藏层的激励函数。如图1所示隐藏层节点h，(J=1,2，⋯，N)使用伸缩后小波。图1小波神经网络结构Fig．1Structureofwaveletneuralnetwork“y2在图l中，石．(f=1,2，⋯，M)为输入层节点f的输入，Y^(七=1,2，⋯，K)为输出层节点k输出，w。为输入层节点i到隐藏层节点J的权重系数，v。为隐层节点7到输出层节点t的权重系数。对于输出层节点k，对应输出Y。为芒，Nz—wi

8、jxi—bi胪，[蔷V∥-，=l—j】]，k=1,2，⋯世其中，bj与d，分别表示小波基函数的甲移因子和伸缩