遺傳算法在人臉識(shí)別中的應(yīng)用.pdf

1、人臉識(shí)別是一項(xiàng)極富挑戰(zhàn)性的課題.傳統(tǒng)方法需要極其繁多的前期工作和識(shí)別階段的諸多限制,因而不論從理論上還是在實(shí)際應(yīng)用中都極為困難.該文把遺傳算法應(yīng)用于人臉識(shí)別的分割、定位和角度矯正三個(gè)環(huán)節(jié),并建立了相應(yīng)的數(shù)學(xué)模型.具體做法是用二進(jìn)制數(shù)串作為染色體,表示某個(gè)分割閾值.遺傳算法中的選擇算子采用"精英選擇"策略,即每一代種群都將上一代中最優(yōu)染色體保留下來;雜交階段,從父代和子代染色體中選取最優(yōu)的兩條染色體作為雜交后代;變異算子與傳統(tǒng)的取反變異不

2、同,需兩條染色體參與,通過邏輯運(yùn)算,使得種群中同一基因位上的基因不會(huì)出現(xiàn)全0或全1的情況,從而最大限度地避免了早熟收斂.該文還添加了一種"倒位算子",即在一條染色體上隨機(jī)選擇兩點(diǎn)構(gòu)成一個(gè)子串,首尾倒置形成新子串替代原子串在個(gè)體中的位置.該文對(duì)于提出的遺傳算法,給出了遺傳算子的數(shù)學(xué)描述,建立了精確的馬爾可夫鏈模型,并在此基礎(chǔ)上給出了遺傳算法全局收斂性的證明.通過仿真實(shí)驗(yàn)表明,該文提出的遺傳算法與標(biāo)準(zhǔn)遺傳算法相比,收斂速度和得到的最優(yōu)值都有