该文使用神经网络技术对人脸的特征提取及识别做了研究。在降低图像解析度的基础上使用神经网络来进行特征压缩,可以有效地降低特征维数。使用神经网络分类器对压缩后的特征进行分类,分类结果以隶属度来表征待识别人脸属于各类别的可能性。实验结果证明了该方法的有效性。
维普资讯 doc.guandang.net
始人脸输入特征,网络 0的输出就是压缩后的人脸特征。子 实际上 .接使用图 2中的子网络 0就可以完成特征压缩直过程,图 3采用此种方法,练时让输出特征向量尽可能地见。训
2 8等等。如, 9 ̄ 1例将 2 12的图像粗化为 4 x 6的图像时,是 65就依敬取原图像中 2 2的子图像的像素平均值作为新图像中对 x应的一个像紊的值。文中将图像粗化至 1x 4的大小。图像 21将粗化一方面可以降低计算和空间存储代价,一方面可以提高另
保持输入特征向量的变化信息。里关键的一点就是如何度量这 特征向量的变化程度妨使用均方差表示数据的变化程度, 这样在训练网络时就是簧让输出特征向量的均方差尽可能地逼近输入特征向量的均方差。种方法可以称为均方差守恒的这神经网络特征压缩。和图 2所示的方法相比,用图 3所示的使方法复杂性和计算量都大大减少。
容错性。在粗化后还可以将图像的像素值归一化。这在一定程 度上可以降低光照的影响。 4 a是 O L中的一张原始图片,图 () R 图 4 b、图 4c和图 4d分别是粗化后的图像。 () () ()
22分类识别 . 在理想状况下,于每一待识别的人脸图像是否属于某一对类,该能做判精确识别。在实际中是不可行的。因此,使应但要用一种分类器 .于识
别结果能给出一种可能性度量。且 .对而以可能性度量给出的识别结果在多分类器组合时特别有用。 假设已经使用上节所违的神经网络方法对人脸特征进行了压缩 ( 5压缩到维 )下一步就是要对压缩后的维特从维,征进行分类了。里使用如图 5所示的多层感知器 ( P来进这 ML )行分类。用传统的 M P分类器训练时,使 L若某一模式属于某一类 (如说类 )则将对应的输出口置为 1其它的输出置为比, l . 0这种方法可以称为”类,对于同一模式可同时属于,硬分但不同的类别时,不舍适的。面将对图 5所示的 ML是下 P的分类输出做修改,得同一模式可以被分类到多个不同的类,且使并属于各个类的程度以隶属度的形式来表征。 对于一十 1类的分类问题,维的向量 q 7 1 {对于 c类的带权距离定义为: -,} -和 枷 .一,}别表示第 c类的平均和标准偏差,训练模式 J . . 分则 C i f‘ .
圈 3均方差守恒的神经网络特征压缩
假设使用如图 3所示的 3层网络束进行特征压缩,【,用扎} p l2…,示原始特征向量集,中= -’ I=,, P表其 .,
i(=
,) ∑≮ =1
则{的均方差为 } =
1/ 1J ∑ 式中的符号表不的意义和经典 B P算洼中相同不再
一V l:、 /【 一,
使用 B P算洼、层和输出层之问权值调整公式为:隐
则属于 c类的隶属函数定义为: ( ) =———
+ I吾 其中和斥为可调正常数 .以控制模糊度。用 因此、于第 i输八训练模式 .对个第个节点 (应于第对 类)的期望输出定义为: =
赘述。
其中需要注意的足 8与经典的 B p P算法中的意义有所 不同:
( )
一
\∑。 ( 0 / I (-) ( ) 1 -) 1 0 一 P
使用上述方法实现的神经网络分类器,于一个给定的模对
隐层和输八层之间权值的调整公式为
式,叮以同时分类到不同的类别,且属于各类的程度以隶属并 函数来表征。
l l iⅢi D l a r/ ( )图 9 x i a朦 2 12 c1 3 2}2x8 ) (12 1 c 1 ̄ 4 ( )x d67图 4降低人脏围像的解析度【化 )粗
3实验结果 笔者的实验中使用了 O L图像库。 O L图像库中有 4 R在 R 0个^, 1人有 1每、 0幅图像,些图像有不同的面部表情 (这微笑/ 不笑,眼/眼 )面部细节 (眼镜/戴眼镜 )比例缩放 (睁闭、戴不、不 超过 1%)方向变化 (超过 2 O、不 0度 )。
但是这里还存在一个问题,即如果直接将人脸的灰度值矩阵按行或是列转化为输^特征向量,存在输八维数 (就 5高 过的问题,应地,节点数目也 1常多、致网络很难收敛相隐}导计
算量太大。因此文章先降低人脸的解析度(姐化 )例如原始的 O L图像是 9 x 1 R 2 l 2的,这里可以将其粗化为 4 ̄ 6或是 2 x 65 3 3 2 0 .1计算机 l与应用 4 0 21 r程
每个人的 1 O幅图像中 . 5幅作为学习样本 . 5幅作为测试 (下转 4 7页 )

为提高人脸图像识别率,提出一种将小波分析与神经网络相结合的人脸识别方法。用二维离散小波变换函数对人脸图像进行二维离散小波变换,提取其低频系数作为人脸特征值,用三...
《模式识别》课程设计_基于Gabor特征提取和多决策神经网络的人脸表情识别 1 设计背景 1.1 面部表情识别 1.1.1 概述 表情是人类用来表达情绪的一种基本方式,是非...
人脸识别的特征提取概论_工学_高等教育_教育专区。人脸识别的特征提取概论人脸...(4)基于神经网络的方法 (5)基于隐马尔可夫模型的方法 (6)基于支持向量机的...
本文分析国内外在人脸识别方面的研究情况,研究TBP神经网 络算法的改进和选择,总结和概括了人脸检测和分割的主要方法,重点研究了人脸特征 提取算法的改进和基于BP神经...
( 2012) 04-001404 基于特征脸及人工神经网络的人脸识别李彬彬, 安建成 ( ...人脸识别研究的早期 阶段已经可以从面部图像中提取面部的相关特征。但 是如今面临...
2010年 10月 O c.t 2010 基于 RBF神经网络的人脸识别算法肖南峰, 姚永刚 (...小样本问题和非线性问题这 3个难点, 围绕 人脸特征提取和人脸识别 2个方面展开...
基于特征提取的人脸检测与定位技术_信息与通信_工程科技_专业资料。人脸检测 定位...隐马尔可夫模型方法以及神经网络方法等;其二是基于特征分析的方法,也就是将 人脸...
大连理工大学 硕士学位论文 基于神经网络的人脸识别算法研究 姓名:袁崇涛 申请...处理、模式识别和计算机视觉等多个领域,它主要有两个 部分:特征提取和模式识别...
神经网络方法在人脸识别上比其它类别的方法有独到的优势,避 免了复杂的特征提取工作,其可以通过学习的过程获得其它方法难以 实现的关于人脸识别的规律和规则的隐性...
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...
热门文档