基于人工神經(jīng)網(wǎng)絡(luò)的人臉識別研究.pdf

1、生物特征識別是利用人類特有的生理或行為特征來識別個人身份的技術(shù)，它提供了一種高可靠性、高穩(wěn)定性的身份鑒別途徑。人臉識別是目前生物特征識別中最受研究者關(guān)注的一個分支，是圖像處理、模式識別和計算機視覺領(lǐng)域的研究熱點。人臉識別在國家安全、電子商務(wù)、罪犯搜索、動態(tài)監(jiān)視識別等領(lǐng)域都有著廣泛的應(yīng)用。 人工神經(jīng)網(wǎng)絡(luò)是將生物學(xué)原理應(yīng)用于計算機智能研究的仿生學(xué)理論成果，是對人腦或動物神經(jīng)網(wǎng)絡(luò)若干基本特征的抽象和模擬。人工神經(jīng)網(wǎng)絡(luò)是由大量的簡單處理

2、單元廣泛地互相連接而形成復(fù)雜的網(wǎng)絡(luò)系統(tǒng)，是一個高度復(fù)雜的非線性動力學(xué)系統(tǒng)。人工神經(jīng)網(wǎng)絡(luò)具有自學(xué)習(xí)、自適應(yīng)及魯棒性強的特點，近年來在模式識別研究中得到廣泛的關(guān)注。但是，人工神經(jīng)網(wǎng)絡(luò)在人臉識別的應(yīng)用研究中仍然存在著一些亟待解決的問題，本文對其中一些常見的問題進行了深入地分析和研究。針對目前在人臉識別的特征提取、分類識別研究中應(yīng)用人工神經(jīng)網(wǎng)絡(luò)時遇到的相關(guān)問題，從理論和方法上探討并提出了若干創(chuàng)新性的想法和解決方案，給出了算法的實驗結(jié)果，為人工神

3、經(jīng)網(wǎng)絡(luò)在人臉識別中的廣泛應(yīng)用提供了一定的新思路。 在對已有方法深入分析的基礎(chǔ)上，本文的主要研究工作集中在以下三個方面：基于自適應(yīng)主元提取算法的人臉數(shù)據(jù)模式特征提取，基于BP人工神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)分類和圖像處理中啞元分析與主成分分析的相關(guān)性分析。通過對這三個方面的深入研究，本文主要在以下幾個方面取得了一定的突破和進展，獲得了一定的研究成果。 (1)提出了改進的自適應(yīng)主元提取算法由于人臉圖像為高維數(shù)據(jù)，在人臉識別過程中常常需要大

4、量的計算以實現(xiàn)對人臉數(shù)據(jù)的模式分類。主成分分析(Principal Conlponent Analysis，簡稱PCA)是人臉識別領(lǐng)域常用的數(shù)據(jù)降維和壓縮算法，基于該理論建立的Eigenface方法成為人臉識別領(lǐng)域的經(jīng)典算法。主成分分析方法通過求取協(xié)方差矩陣的特征向量建立投影矩陣，但是算法的計算復(fù)雜度高，難以實現(xiàn)高效的數(shù)值計算。后來，統(tǒng)計主元分析的思想被運用到遞推的人工神經(jīng)網(wǎng)絡(luò)中，用于求取特征矢量，但是這種方法只能找到模式數(shù)據(jù)集的第一個

5、主要分量。在此基礎(chǔ)上，研究者提出了自適應(yīng)主元提取算法(Adaptive Principal Component Extraction，簡稱APEX)用于模式數(shù)據(jù)集的特征提取。該算法的人工神經(jīng)網(wǎng)絡(luò)模型引入了反饋聯(lián)結(jié)方式，穩(wěn)定性大大提高，而且如果已知(j-1)個主元，通過自適應(yīng)地調(diào)節(jié)前饋加權(quán)系數(shù)和反饋加權(quán)系數(shù)，該算法很快能夠算出第j個主元。但是APEX算法收斂速度慢，復(fù)雜度高。在對自適應(yīng)主元提取算法的網(wǎng)絡(luò)結(jié)構(gòu)進行深入分析的基礎(chǔ)上，本文提出了

6、一種改進的自適應(yīng)主元提取算法(Improved Adaptive Principal Component Extraction，簡稱IAPEX)。新的算法通過改進原有的自適應(yīng)主元提取算法中前饋網(wǎng)絡(luò)權(quán)值的更新方程，降低算法的計算復(fù)雜度。實驗結(jié)果證明了本文提出的改進自適應(yīng)主元提取算法的有效性。 (2)提出了基于遺傳算法和BP網(wǎng)絡(luò)相結(jié)合的分類算法BP網(wǎng)絡(luò)是典型的反向傳播神經(jīng)網(wǎng)絡(luò)，被廣泛運用于函數(shù)逼近、模式識別、數(shù)據(jù)壓縮等領(lǐng)域。標準的B

7、P算法是一種簡單的最速下降靜態(tài)尋優(yōu)算法，在修正網(wǎng)絡(luò)權(quán)值時，只是按照當前時刻的負梯度方向進行修正，而沒有考慮以前積累的經(jīng)驗。由于BP神經(jīng)網(wǎng)絡(luò)算法本身固有的缺陷，在采用標準的BP算法訓(xùn)練時，算法過于依賴初始值，網(wǎng)絡(luò)收斂速度很慢，而且易于陷入局部極小，如果網(wǎng)絡(luò)初始值選擇不當，可能導(dǎo)致學(xué)習(xí)過程不收斂。在對BP神經(jīng)網(wǎng)絡(luò)進行深入分析的基礎(chǔ)上，針對網(wǎng)絡(luò)訓(xùn)練學(xué)習(xí)過程的具體特點，本文提出了一種新的分類算法——基于遺傳算法和BP網(wǎng)絡(luò)相結(jié)合的分類算法。新的分

8、類算法結(jié)合遺傳算法的全局搜索能力和BP網(wǎng)絡(luò)的局部優(yōu)化能力，首先采用現(xiàn)代優(yōu)化算法一遺傳算法來優(yōu)化搜索BP網(wǎng)絡(luò)的初始網(wǎng)絡(luò)權(quán)值，根據(jù)網(wǎng)絡(luò)訓(xùn)練問題的特點設(shè)計了合理的遺傳算子。然后以遺傳算法優(yōu)化的結(jié)果為初始網(wǎng)絡(luò)權(quán)值，采用BP算法在局部范圍搜索最優(yōu)解，提高了算法的收斂速度和求解精度。 (3)在理論上證明了啞元分析與主成分分析之間的包含關(guān)系人臉識別的研究中大量應(yīng)用了多元統(tǒng)計分析的知識和結(jié)論，這是由人臉特征的隨機性和大樣本的統(tǒng)計規(guī)律所決定的。采

9、用啞元分析可以刪除人臉數(shù)據(jù)中的冗余信息，主成分分析可用于將現(xiàn)有特征進行線性變換，以保留較少數(shù)量的特征，而又不影響或者少影響人臉識別的分類效果，進而達到壓縮特征數(shù)據(jù)維數(shù)的目的。本文深入分析了多元統(tǒng)計分析中的啞元分析與主成分分析的基本原理和特點，對二者之間的關(guān)系進行了系統(tǒng)的論證，最后得到了主成分分析可以包含啞元分析的指導(dǎo)性結(jié)論，并對該結(jié)論進行了詳細的理論證明。此指導(dǎo)性意見用于人臉識別問題時，我們可以斷言：在做了主成分分析之后，無必要再作啞元