基于人工神經(jīng)網(wǎng)絡(luò)的人臉識別技術(shù)研究及應(yīng)用.pdf

1、隨著社會的不斷進(jìn)步，計(jì)算機(jī)技術(shù)、網(wǎng)絡(luò)技術(shù)的高速發(fā)展，傳統(tǒng)的身份驗(yàn)證技術(shù)已經(jīng)無法滿足當(dāng)代科技的發(fā)展和人類社會的需求。相比其他識別方法，人臉識別更加的自然友好且容易被接受，所以得到廣泛的研究與應(yīng)用。因此本文提出了一個(gè)基于人工神經(jīng)網(wǎng)絡(luò)和圖像特征提取的人臉圖像識別的方法。為了區(qū)別于常見方法，首先使用分塊PCA算法對人臉圖像進(jìn)行處理，獲得不同分塊數(shù)下的人臉圖像特征，然后將這些特征作為人工神經(jīng)網(wǎng)絡(luò)的輸入，輸出即是相對應(yīng)的人的類別。
　　實(shí)驗(yàn)采

2、用ORL人臉圖像庫進(jìn)行分塊PCA算法的識別研究，分別將人臉圖像分塊成1×1，2×1，2×2，4×2和4×4進(jìn)行測試。測試結(jié)果表明:隨著人臉圖像分塊數(shù)的增加，人工神經(jīng)網(wǎng)絡(luò)的復(fù)雜度也隨之升高，因此需要更多的訓(xùn)練周期才能完成人工神經(jīng)網(wǎng)絡(luò)的訓(xùn)練。隨著人臉圖像分塊數(shù)的增加，神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的復(fù)雜度也隨之升高，其模式識別能力亦隨之增加，因此完成人工神經(jīng)網(wǎng)絡(luò)的訓(xùn)練后，該神經(jīng)網(wǎng)絡(luò)的識別精度較高。通過上述實(shí)驗(yàn)研究結(jié)果表明，基于分塊PCA算法與人工神經(jīng)網(wǎng)絡(luò)進(jìn)行