基于ART2網(wǎng)絡的人臉識別研究.pdf

1、生物特征識別技術（指紋、虹膜、人臉）是通過把信息技術和生物技術這兩個高科技結合起來的新型識別技術，人臉識別作為生物特征識別技術的主要方法之一，一直被廣泛關注。國內外的研究方法分為四類:基于幾何特征的方法、基于子空間的方法、基于人工神經(jīng)網(wǎng)絡的方法、基于小波特征的方法。
　　 現(xiàn)在應用比較廣泛的神經(jīng)網(wǎng)絡模型有BP神經(jīng)網(wǎng)絡和Hopfield神經(jīng)網(wǎng)絡等，但是這些神經(jīng)網(wǎng)絡都沒有的充分利用人腦的特點，ART2神經(jīng)網(wǎng)絡是一種基于自適應諧振理論

2、的典型自組織網(wǎng)絡。它采用的是一種無教師指導的學習方式，將網(wǎng)絡中的學習和訓練過程融合在一起，并利用了競爭學習和自穩(wěn)機制原理對輸入模式進行聚類，能夠成功地應用于人臉識別。
　　 針對原始的ART2神經(jīng)網(wǎng)絡在人臉識別過程中對輸入模式進行識別分類時，網(wǎng)絡會對大樣本數(shù)據(jù)花費大量的時間去學習和識別，降低了網(wǎng)絡的工作效率，為此在聚類過程中引入一種基于粗分類的改進算法。改進后的ART2神經(jīng)網(wǎng)絡通過減少計算量縮短了輸入模式的識別時間，從而有效地提

3、高了網(wǎng)絡的工作效率。
　　 人臉識別過程首先必須解決的就是人臉檢測問題，利用Adaboost原理對人臉進行檢測是現(xiàn)如今一種應用最廣的基于統(tǒng)計理論的人臉檢測方法，能夠有效地提高人臉檢測的速度，使得人臉識別過程能夠實時進行，但實時獲取的人臉檢測結果，對于同一人不同姿態(tài)的人臉圖像，其一致性很難保證。而最有效的方法是通過人眼定位對人臉圖像進行旋轉、分割和縮放。兩種人臉檢測方法的實驗結果表明，人臉圖像標準化在人臉識別過程中起著十分關鍵的作