基于人工神经网络的人脸识别技术研究及应用

发布时间:2017-10-06 15:21

  本文关键词:基于人工神经网络的人脸识别技术研究及应用


  更多相关文章: 人脸识别 人工神经网络 分块PCA 图像处理


【摘要】:随着社会的不断进步,计算机技术、网络技术的高速发展,传统的身份验证技术已经无法满足当代科技的发展和人类社会的需求。相比其他识别方法,人脸识别更加的自然友好且容易被接受,所以得到广泛的研究与应用。因此本文提出了一个基于人工神经网络和图像特征提取的人脸图像识别的方法。为了区别于常见方法,首先使用分块PCA算法对人脸图像进行处理,获得不同分块数下的人脸图像特征,然后将这些特征作为人工神经网络的输入,输出即是相对应的人的类别。实验采用ORL人脸图像库进行分块PCA算法的识别研究,分别将人脸图像分块成1×1,2×1,2×2,4×2和4×4进行测试。测试结果表明:随着人脸图像分块数的增加,人工神经网络的复杂度也随之升高,因此需要更多的训练周期才能完成人工神经网络的训练。随着人脸图像分块数的增加,神经网络结构的复杂度也随之升高,其模式识别能力亦随之增加,因此完成人工神经网络的训练后,该神经网络的识别精度较高。通过上述实验研究结果表明,基于分块PCA算法与人工神经网络进行人脸图像识别是有效的。分块PCA算法的应用提高了PCA算法的识别精度。在未来研究中将继续研究分块数与测试精度的关系。
【关键词】:人脸识别 人工神经网络 分块PCA 图像处理
【学位授予单位】:西安石油大学
【学位级别】:硕士
【学位授予年份】:2015
【分类号】:TP391.41;TP183
【目录】:
  • 摘要3-4
  • Abstract4-7
  • 第一章 绪论7-11
  • 1.1 人脸识别研究的背景与意义7
  • 1.2 人脸识别应用7-8
  • 1.3 研究概述8-9
  • 1.4 人工神经网络9
  • 1.5 分块PCA算法9-10
  • 1.6 文章结构10-11
  • 第二章 人脸识别研究概述11-17
  • 2.1 研究方向11-12
  • 2.2 研究范围和方法12
  • 2.3 人脸检测概述12-14
  • 2.3.1 基于统计研究12-13
  • 2.3.2 基于知识研究13-14
  • 2.4 人脸特征提取与识别14-16
  • 2.4.1 基于几何特征14
  • 2.4.2 基于特征脸14-15
  • 2.4.3 局部特征方法15
  • 2.4.4 基于弹性模型的方法15
  • 2.4.5 神经网络方法15-16
  • 2.4.6 其他方法16
  • 2.5 本章小结16-17
  • 第三章 人工神经网络算法17-26
  • 3.1 概述17-19
  • 3.2 BP神经网络19-21
  • 3.3 BP神经网络在人脸识别中的应用21-24
  • 3.4 模式识别工具箱24-25
  • 3.5 本章小结25-26
  • 第四章 分块PCA算法26-47
  • 4.1 PCA算法概述26-27
  • 4.2 分块PCA算法27-29
  • 4.2.1 分块PCA理论基础27-28
  • 4.2.2 特征抽取28
  • 4.2.3 分类28-29
  • 4.3 PCA的优点与应用29-33
  • 4.3.1 PCA的优点29-31
  • 4.3.2 PCA的应用31-33
  • 4.4 分块PCA及其MATLAB实现33-46
  • 4.4.1 数据预处理33-34
  • 4.4.2 1×1 分块34-37
  • 4.4.3 2×1 分块37-40
  • 4.4.4 2×2 分块40-43
  • 4.4.5 4×2 分块43-45
  • 4.4.6 4×4 分块45-46
  • 4.5 本章小结46-47
  • 第五章 人脸识别模型的建立与实验分析47-61
  • 5.1 隐层神经元的确定47
  • 5.2 基于人工神经网络的人脸识别模型建立47-59
  • 5.2.1 1×1 分块下的识别模型47-50
  • 5.2.2 2×1 分块下的识别模型50-52
  • 5.2.3 2×2 分块下的识别模型52-54
  • 5.2.4 4×2 分块下的识别模型54-57
  • 5.2.5 4×4 分块下的识别模型57-59
  • 5.3 实验结果分析59-60
  • 5.4 本章小结60-61
  • 第六章 结论61-62
  • 致谢62-63
  • 参考文献63-67
  • 攻读硕士学位期间发表的论文67-68

【相似文献】

中国期刊全文数据库 前10条

1 陈琼,郑启伦;人工神经网络系统硬件实现的研究进展[J];电路与系统学报;2000年01期

2 单潮龙,马伟明,贲可荣,张磊;BP人工神经网络的应用及其实现技术[J];海军工程大学学报;2000年04期

3 罗维平,向阳;人工神经网络的实现及其应用[J];中南民族学院学报(自然科学版);2000年S1期

4 孙学梅;人工神经网络及其在控制中的应用[J];张家口职业技术学院学报;2000年02期

5 汪镭,周国兴,吴启迪;人工神经网络在传动领域中的应用[J];电机与控制学报;2001年01期

6 侯晋,陈国松,王镇浦;人工神经网络的发展及在多元校正中的应用[J];分析科学学报;2001年01期

7 战凯,朱文斌,黄文斌;人工神经网络在军用舰船工程中的应用展望[J];青岛大学学报(工程技术版);2001年03期

8 梁艳春,聂义勇;从科学研究方法论看人工神经网络研究的发展[J];吉林大学学报(信息科学版);2002年01期

9 索兴梅,王崇桃;人工神经网络在农业中的应用研究[J];计算机与农业;2002年02期

10 付业伟,张知侠,杨瑞丽;人工神经网络及其在分析化学中的应用[J];咸阳师范学院学报;2002年04期

中国重要会议论文全文数据库 前10条

1 吴兵;;一种具有语义分布的自构造的新人工神经网络系统及其应用[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年

2 刘R,

本文编号:983491


资料下载
论文发表

本文链接:https://www.wllwen.com/shoufeilunwen/xixikjs/983491.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户acf4e***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com