基于BP神經(jīng)網(wǎng)絡(luò)的人臉檢測.pdf

1、人臉檢測問題最初作為人臉識別系統(tǒng)的定位環(huán)節(jié)被提出,近年來由于其在安全訪問控制、視覺監(jiān)測、基于內(nèi)容的檢索和新一代人機(jī)界面等領(lǐng)域的應(yīng)用價值,開始作為一個獨立的課題受到研究者的普遍重視.對于人臉這類復(fù)雜、難以顯式描述的檢測模式,基于神經(jīng)網(wǎng)絡(luò)的方法具有獨特的優(yōu)勢,它把人臉模式的統(tǒng)計特性隱含在神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)和參數(shù)之中,通過對大量樣本的訓(xùn)練,來完成檢測任務(wù).通過分析研究神經(jīng)網(wǎng)絡(luò)的原理和人臉器官的特征,設(shè)計了一個輸入層節(jié)點數(shù)為625、輸出層節(jié)點數(shù)為2

2、、隱層節(jié)點數(shù)為20的三層誤差反向傳播網(wǎng)絡(luò);同時收集了大量不同類型的人臉樣本,并對初始人臉樣本集中的部分圖像進(jìn)行了一些變換,以提高網(wǎng)絡(luò)的適應(yīng)能力;根據(jù)誤差反向傳播網(wǎng)絡(luò)的特點,對目前普遍采用的非人臉樣本收集的自舉方法做了一些改進(jìn),可以有效地收集到更多的具有代表性的非人臉樣本,以進(jìn)一步提高網(wǎng)絡(luò)的適應(yīng)能力.而且在訓(xùn)練過程中引入了學(xué)習(xí)率這個參數(shù),有效地解決了誤差反向傳播算法的步長問題.在進(jìn)行人臉檢測之前,對待檢測的圖像作預(yù)處理,以提高檢測的準(zhǔn)確性