欢迎来到天天文库
浏览记录
ID:57924631
大小:834.10 KB
页数:4页
时间:2020-04-14
《基于小波PCA与BP神经网络的人脸识别算法-论文.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库。
1、2015年第6期文章编号:1009—2552(2015)06—0008—04DOI:10.13274/j.cnki.hdzj.2015.06.003基于小波PCA与BP神经网络的人脸识别算法邹莹莹,邓开发(上海理工大学出版印刷与艺术设计学院,上海200093)摘要:特征提取和分类器设计是人脸识别算法中的两个关键问题。提出一种基于二次小波变换、PCA算法与BP神经网络的人脸识别算法。该算法采用二次小波变换与PCA相结合的算法提取人脸图像的主要特征,并运用加入动量项的改进BP神经网络算法进行人脸图像分类识
2、别。在MATLAB环境下,利用ORL人脸图像数据库进行了仿真实验,实验结果表明,该算法实现简单、识别速度快、识别率较高。关键词:二次小波变换;PCA算法;改进BP神经网络;人脸识别中图分类号:TP391文献标识码:ASecondwavelettransformandPCAfacerecognitionalgorithmbasedonimprovedBPneuralnetworkZOUYing—ying.DENGKai—fa(SchoolofPublishingandDesign,Universityo
3、fShanghaiforScienceandTechnology,Shanghai200093,China)Abstract:Featureextractionandclassifierdesignaretwokeytechniquesoffacerecognition.AfacerecognitionmethodofthecombinationofsecondwavelettransformandPCAalgorithmbasedonimprovedBPneuralnetworkisproposed
4、.ThealgorithmusessecondwavelettransformandPCAalgorithmtoextractprincipalfeaturesoffaceimageandaddsintothemomentumitemtoimprovetheBPalgorithmforfaceimageclassificationandrecognition.ThesimulationexperimentresultsonORLfaceinMATLABenvironmentdatabasedemons
5、tratethattherealizationissimple,thealgorithmhasfastrecognitionspeedandhighrecognitionrate.Keywords:secondwavelettransform;PCAalgorithm;improvedBPneuralnetwork;facerecognition0引言具有自适应、自学习及强大的非线性映射能力,所以作为模式识别领域的研究热点,人脸识别在各适用于人脸识别问题,但却有易陷入局部极值、训练领域的身份验证方面具
6、有广泛的应用前景¨],而过程震荡、收敛速度慢等缺点J。因此,本文采用解决人脸识别的两个关键问题分别是识别特征的提一种改进型BP神经网络算法,用加入动量项的方取和分类器的设计。法改进BP算法进行人脸图像识别,以快速准确地本文在特征提取方面采用二次小波变换与识别人脸图像。PCA算法相结合的方法。小波变换是时域和频域1特征提取的局部变换,因而能有效地从信号中提取信息,图像1.1二次小波变换经过二次小波变换后,能有效地降维,很大程度上降小波变换具有良好的多分辨分析能力,已被广低了后续算法的复杂度。使用PCA算
7、法对二次小波变换后的图像进行处理,提取人脸特征,进一步降收稿日期:2014—06—12基金项目:国家自然科学基金(41120002/D020101)低维数。作者简介:邹莹莹(1989一),女,硕士研究生,研究方向为图像在分类器设计方面,传统的BP神经网络由于识别。一8一泛应用于图像分析中,将二维人脸图像分别在水其中,A=(d1,d2,⋯,d2叫)。平方向与垂直方向作一维小波变换来实现二维一次(5)求协方差矩阵的特征值和特征向量,构造小波变换,人脸图像通过二维一次小波变换分解可特征脸空间。以得到四个区域
8、:低频区域LL、高频区域HL、LH、协方差矩阵的维数为。·,考虑其维数较HH。其中低频区域LL表示近似分量,为原图的平大,计算量比较大,所以采用奇异值分解定理,通过滑像,高频区域HL、LH、HH分别表示水平分量、垂求解AA的特征值和特征向量来获得的特征值直分量和对角分量。对于每次变换得到的低频区域和特征向量。LL可以再次进行小波变换,一幅图像作凡次二维小2BP神经网络波变换后,低频区域图像的尺寸为原图像尺寸的1/2.1BP神经网络的工作原理2。图1为二次
此文档下载收益归作者所有