16 (总256)基于特征脸及人工神经网络的人脸识别2012年
算法能成功执行是基于从训练集中获取的是对称矩阵L的特征值和特征向量的估计的。
2.3 使用特征脸将人脸图像分类并获得人脸描述集
由L的特征向量计算而得的特征人脸图像,跨越了描述人脸图像的基础数据集。有专家使用总体为M=115的图像评估该模型,得到M′=40的特征脸,对于人脸描述就足够了,此时像素表征人脸图像出错的概率大约是2%。
实际上,对于识别而言,较小的M′值就足够了,因而,图像精确的重构是没必要的。显然,对于一个有14个人脸图像的训练集,7个特征脸就足以描述训练集中的成员。但为了更精确,特征脸的数目应该等于训练集中图像个数。
在该框架中,鉴定变成了一个模型识别任务,特征脸跨越了M′维原始图像空间N2的子空间,选择相关特征值最大的作为L矩阵的M′重要特征向量。
使用简单的运算就可以将一个新的人脸图像(#)转化为特征脸
Wk=Uk(#-U)
其中k=1,2,…,M′。
权值Wk形成一个特征向量或人脸描述如下:
T
]8=[W1,W2,…,WM′
T
且有
M
5j=
∑wu
j
k=1
j
(11)
式(10)中增加了每个特征脸的贡献wi来重构人脸图像,合适度或者是“重构错误率”可以用原人脸和重构人脸之间的欧几里德距离来定义,见式(12):
重构错误率=
‖#′-#‖
‖#‖
(12)
值得注意的是,随着训练集中成员之间差异性的增加重构错误率会增大。这是由于增加了平均人脸图像,当成员之间差异性比较大时,平均人脸变得模糊,从而增加了重构错误率。
3 实 验
建立人脸数据集测试前面提到的方法,数据集对于同一图像有多张不同表情的图像,对于每40个不同主题都有10张不同的图片,每张图片像素大小为112×92,色阶为256。对于其中的一些图片,在不同的时候拍摄的,灯光、面部表情(睁眼/闭眼,微笑、不微笑)、面部细节(戴眼镜、不戴眼镜)不同。所有图片是正对着一个黑色均匀背景正前方的位置拍摄的,人脸数据库中原始大小为112×92的图片压缩为56×46,因而输入数据空间为2576。
使用主成分分析方法来计算特征脸,改变特征脸的数量进行实验。
使用的神经网络数量和数据库中的主题数一样多,神经网络中使用的参数初值如下:¹类型:正向输送反向传播网络;º层次数:3(输入层,隐含层,输出层)。a.输入层的神经元数:描述特征脸的人脸数;b.隐含层的神经元数:10;c.输出曾的神经元数:1。»第i层的传递函数:Tansig;¼训练函数:Trainlm;½训练过程中使用的时间点:100;¾反向传播阈值/基于学习函数:learngdm;¿性能函数:mse。
由于网络数目和数据库中的人数相同,因而创建40个神经网络,在这10图片中,前6个图片作为神经网络的训练集,然后测试这些网络,更新其性能,在识别阶段就用到这个训练网络。
(8)
(9)
T
8描述代表输入人脸图像每个特征脸的贡献,将
特征脸作为人脸图像的基础集,在标准模型识别算法中使用特征向量。最后,使用少量的特征脸就可以重构相当好的人脸图像。2.4 神经网络训练
神经网络被用到在诸多方面执行复杂的功能,例如在模式识别、身份验证、分类、言语、视觉和控制系统中。数据库中一个人脸使用一个人工神经网络,其中人脸集是训练网络的输入。在训练人工神经网络的过程中,训练集中属于同一个人的作为正面例子,即网络的输出值为1,反之,为反面例子,即网络的输出值为0。2.5 仿真人工神经网络进行识别
使用测试数据集中的数据和从特征脸中计算得到的人脸描述进行仿真实验。人脸描述是每个神经网络的输入,进一步仿真这些网络。比较仿真结果,如果最大输出超过了阈值水平,就可以断定这个新的人脸属于识别脸。
2.6 使用获取的人脸描述重构人脸图像
使用特征向量和特征脸近似重构人脸图像,其中特征脸为
f
4 分 析
通过改变特征脸的数目分析前面提到的技术,识别性能如下页表1所示。
实验将结果与K-means算法、FuzzyAnt比较,如
一种基于人工神经网络的人脸识别方法_专业资料。提出了一种基于BP人工神经网络... 基于特征脸及人工神经网... 11人阅读 4页 2.00 基于人工神经网络的...
() 文章编号 :100727802011060836-05-- 一种基于人工神经网络的人脸识别方法2,3...利用主元分析形成 特征脸作为匹配特征 ,在人脸图像尺度 、 姿势 ,光 照变化不...
,2007 基于人工神经网络的人脸识别分类器设计刘 ,董 宏镭 ( 广西大学 电气...用特征脸法对人脸图像进行特征提取后 , 用 这些特征向量和相应的教师信号来训练...
对人工神经网络、BP网络应用于人脸识别的过程做了简要介绍。并通过仿真实验加以验证。为了提高人脸识别系统的自适应性,采用BP神经网络对抽取出的人脸特征进行识别。对...
· 236· 计算机应用研究 2005 年 基于特征脸和 BP 神经网络的人脸识别 * 黎奎, 宋宇, 邓建奇, 刘民, 陈忠林, 周激 流 ( 四 川大 学 电子 信息 ...
· 25 南京信息工程大学滨江学院 基于特征脸的人脸识别王健南京信息工程大学滨江...人脸识别技术融合了数字图像处理、计算机行学、模式识别、计算机视觉、人工神经网络...
( 2007 ) 04 - 0020 - 04 基于特征脸的人脸识别系统闫 ,张兴周 ,刘晓瑞... 适应性强 识别率较高 ,但速度较慢 ; 基于人工神经网络的识别 方法 ,要求训练...
等. 基于特征脸和BP神经网络的人脸识别〔J〕. 计算机应用研究,2005(6)〔2〕 张科. 基于PCA和人工神经网络的人脸识别研究〔D〕. 武汉纺织大 学: 武汉纺织大学...
随着 模糊逻辑控制算法和人工神经网络 算法 的发展,于机器视觉识别人脸特征的算法也有 了新 的发 展,对 目前 多数研究算法 所采用 的人 脸识 别从 实现技术上...
热门文档