基于主元分析和BP神经网络的人脸识别研究
第6期 韩 柯等:基于主元分析和BP神经网络的人脸识别研究 69
wji(n+1)=wji(n)+# joki
!j(n+1)=!j(n)+# j
(6)当k每次由1增加到P后,判断误差函数的值是否满足精度的要求。
E
式中, 为预先指定的精度,并判断迭代次数是否达到最大训练次数MAX。
(7)结束。
为了加快BP网络的收敛速度,文中采用了学习步长自适应算法。具体方法为:
当E(n)<E(n-1)时
#(n)=#(n-1) ; >1
当E(n)/E(n-1)>c时
#(n)=#(n-1)%;%<1
其他
#(n)=#(n-1)(16)式中, ,%和c均为常数,n表示迭代次数。
学习步长自适应算法使学习步长#根据网络的当前状态朝着最优化方向自动调整,而且可以使网络在学习过程中跳出局部极小点,达到全局最小点。(14)(15)(11)(12)(13)
3 实验和结论
在人脸识别实验中,本文采用了南京理工大学模式识别与人工智能实验室的人脸图像库。摄入人脸图像的设备是一台黑白摄像机,每幅人脸图像的大小为256 256。每张人脸可在上下、左右大约15%范围内倾斜,无表情,也不戴眼镜。所有人脸图像都经过人脸检测得到双眼和嘴的位置,并经过人脸图像的预处理,可获得对人脸的姿态变化、尺度变化、位置变化和光照强度均不敏感的脸部校准图像,校准后的人脸图像大小为32 32,如图2

所示。
图2 归一化后的人脸图像
本文从人脸图像库中随机抽取30个人共300幅人脸图像,其中每个人都有10幅不同的脸部图像,对于每一个人的这10幅图像,选取其中的7幅图像作为训练样本,剩余3幅图像作为测试样本,并在测试样本的基础上加入高斯噪声,构成新的测试样本。
在经过K-L变换求解特征空间后,人脸图像向量就可以在该特征空间进行投影,并获得其投影系数向量,投影系数向量就是所提取的人脸特征。在特征提取和压缩之前,人脸图像向量的维数为1024,经过特征提取和压缩后,人脸图像向量的维数是119,从而大大降低了人脸识别时的运算量。
经过对人脸图像的特征提取后,每张人脸图像都由一个向量xi(1 i 210)表示其特征,向量xi的维数大小为119。实验中把BP神经网络输入层神经元的个数l设为向量xi的维数,输出层神经元的个数m为人脸的类别数,隐层神经元的个数n为:
l+0.618 (l-m) l#m n=(17)l-0.618 (m-l) l<m
经过式17的计算后,可以得到隐层神经元的个数n为174.002,然后对n进行四舍五入取整,最后[8]
BP神经网络在人脸识别方面的研究中,原始样本数据不进行预处理与特征提取,不仅使识别结果准确降低,而且使BP神经的结构复杂化。主成分分析法能提取代彗样本的少数几...
本文提出了基于主分量分析 PCA)与BP 神经网络的人脸 (识别算法,该算法利用小波变换WaveletTransform)的多分辨( 率分析对原始灰度图像数据进行数据压缩、 噪声, ...
在人脸识别研究中. 可以将主成分分 析法用于 人脸图像的表示 。 在文献[ 7]...基于主元分析和 BP 神经网络 的人脸 Face r ecognit ion precision of BP ...
关键词:人类识别、BP 神经网络、PCA、特征提取 引言人脸识别特指利用分析比较人脸视觉特征信息进行身份鉴别的计算机技术。 人脸识别是一项热门的计算机技术研究领域,可以...
一种新的BP神经网络人脸识别方法研究_信息与通信_工程科技_专业资料。一种新...基于主元 分析和 BP 神经网络的人脸识别研究[ J] . 杭州电子科技大学学报, ...
《现代电子技术》 2007 年第 2 期总第 241 期 嵌入式与单片机 主成分分析与 BP 神经网络的人脸识别方法研究蔺广逢1 ,范引娣2 ,张 3 媛 ( 1. 西安理工...
基于BP神经网络的人脸识别系统_专业资料。人脸识别由于属于非接触性识别,因而具有深远的发展潜力并且已经取得了长足的进步。多年来,人们对人脸识别技术进行了深入的...
基于BP神经网络的人脸识别系统的研究与实现 实现了一种基于BP神经网络的自动人脸识别模型的人脸图片识别算法,阐述了该算法的基本原理、模型以及实现过程,并通过实验...
利用几何分析法和BP神经网络进行人脸识别的研究_IT/计算机_专业资料。提出了一种基于几何特征分析和人工神经网络由粗到细的两级人脸探测方法。在第1级中,眼睛和...
基于ICA与BP神经网络相结合的人脸识别研究 提出了独立成分分析和BP神经网络相结合的人脸识别方法。首先对人脸图像进行小渡分解。提取人脸图像的低频子带图像,然后用被...
热门文档