基于主成分分析和神經(jīng)樹的人臉識別方法研究.pdf

1、人臉識別技術(shù)就是通過計算機(jī)提取人臉的特征，并根據(jù)這些特征進(jìn)行身份驗(yàn)證的一種技術(shù)。它融合了數(shù)字圖像處理、計算機(jī)圖形學(xué)、模式識別、計算機(jī)視覺、人工神經(jīng)網(wǎng)絡(luò)和生物特征技術(shù)等多個學(xué)科的理論和方法，需要研究人員具有完善的知識體系和豐富的經(jīng)驗(yàn)。 人臉識別技術(shù)主要通過三個步驟完成，即人臉檢測定位、面部特征提取和人臉對比確認(rèn)識別。其中最重要的兩個過程就是特征提取和識別。特征提取就是將圖像的高維向量進(jìn)行降維處理，降維過程中保留其主要的特征，也就是

2、說希望用圖像的少量特征來近似表示整個圖像。主成分分析方法在各個變量之間相關(guān)關(guān)系研究的基礎(chǔ)上，用較少的新變量代替原來較多的變量，而且使這些較少的新變量盡可能多地保留原來較多的變量所反映的信息一種方法。它廣泛應(yīng)用在許多科學(xué)和工程領(lǐng)域中。 識別方法的選擇對于最終的識別效果影響很大。目前的分類識別方法也比較多，如人工神經(jīng)網(wǎng)絡(luò)(ANN)方法、靈活神經(jīng)樹(FNT)方法、支持向量機(jī)(SVM)方法、模糊系統(tǒng)(FS)方法，Bayesian方法等，

3、它們有著各自的優(yōu)點(diǎn)和缺點(diǎn)。在神經(jīng)網(wǎng)絡(luò)的研究課題中，最重要的一個問題是怎樣選擇合適的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)以及相關(guān)參數(shù)。神經(jīng)網(wǎng)絡(luò)的權(quán)值和閾值等參數(shù)可以用許多方法學(xué)習(xí)得到，如誤差反向傳播算法，遺傳算法，進(jìn)化編程和隨機(jī)搜索算法等。本文研究的神經(jīng)樹就是一種網(wǎng)絡(luò)結(jié)構(gòu)和相關(guān)參數(shù)自動優(yōu)化的神經(jīng)網(wǎng)絡(luò)系統(tǒng)，這是由于它是采用樹結(jié)構(gòu)編碼的，一些基于樹結(jié)構(gòu)編碼的優(yōu)化算法，如遺傳編程、螞蟻編程和概率遞增編程等，可被用來優(yōu)化神經(jīng)樹的結(jié)構(gòu)，而再結(jié)合一些參數(shù)優(yōu)化算法就可以實(shí)現(xiàn)結(jié)

4、構(gòu)和參數(shù)的自動優(yōu)化。 本文系統(tǒng)地介紹了主成分分析及相關(guān)改進(jìn)算法、神經(jīng)網(wǎng)絡(luò)和神經(jīng)樹的基本理論、構(gòu)成和實(shí)現(xiàn)方法，總結(jié)了主成分分析方法和神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的發(fā)展。在前人研究的基礎(chǔ)上，提出了基于主成分分析與神經(jīng)樹結(jié)合識別人臉的實(shí)現(xiàn)方法。具體內(nèi)容如下: (1)對主成分分析的基本理論進(jìn)行了詳細(xì)地論述。首先概述了主成分分析的特點(diǎn)和發(fā)展歷史，著重介紹了主成分分析的基本思想和人臉識別中的應(yīng)用情況，然后介紹了目前的一些改進(jìn)算法，如線性判別式分析方

5、法、核主成分分析方法、二維主成分分析方法、分塊主成分分析方法等，最后概括了這些方法的基本理論和應(yīng)用方法。 (2)對神經(jīng)網(wǎng)絡(luò)和神經(jīng)樹的基本理論進(jìn)行了詳細(xì)的綜述。概述了神經(jīng)網(wǎng)絡(luò)的特點(diǎn)、產(chǎn)生和發(fā)展歷史，介紹了神經(jīng)網(wǎng)絡(luò)的基本思想、研究領(lǐng)域和應(yīng)用發(fā)展情況，然后從理論和應(yīng)用研究上綜述神經(jīng)網(wǎng)絡(luò)的研究現(xiàn)狀，總結(jié)了神經(jīng)網(wǎng)絡(luò)設(shè)計中的難點(diǎn)問題。研究了神經(jīng)樹的特點(diǎn)和實(shí)現(xiàn)方法。介紹了采用遺傳編程的參數(shù)優(yōu)化算法--粒子群優(yōu)化算法，闡述了建立神經(jīng)樹模型的方法