原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于改进的主分量分析和BP神经网络的人脸识别.pdf
基于改进的主分量分析和
BP神经网络的人脸识别‘
钟威，周激流，刘智明，何坤
(四川大学电子信息学院，四川，成都610064)
E-mail：zwl82002@sina．c01TI
摘要：本文提出了一种运用改进的主分量分析和BP神经网络的人脸识别方法。为了有效解决传统
主分量分析对光照、人脸表情和人脸姿势变化过于敏感的问题，本文运用了一种改进的主分量分析方法
进行特征提取。该方法先对人脸图像进行分块，再对图像的每个分块进行主分量分析。然后利用BP神
经网络学习、分类能力强的特点，在识别层使用了BP神经网络作为分类器进行人脸识别。实验证明本
文提出的基于改进的主分量分析和BP神经网络的人脸识别方法是可靠有效的。
关键词：主分量分析，特征提取，BP神经网络，人脸识别
Face
RecognitionUsingImprovedPrincipal
andBPNeuralNetwork
Analysis
Component
Wei Liu，KunHe
Zhou，Zhiming
Zhong，Jiliu
ofElectronic University，Chengdu610064，China)
(College Information，Sichuan
E-mail：zwl82002@矗na．co／n
metlx3dfor anal-
Abstract：This anew facerecognition．Animproved component
paperproposes principal
inthismetlxxt．ThetraditionalPCAissensitiveto il-
BPneuralnetworkare varying
ysis(PEA)and employed
andhead orderto solvethis methodof
lumination。faceexpressionpose．In effectivdy problem，animproved
method face intosub-im—
PCAis toextractthefeatures．Inthis the imageisdivided
applied improved original
neural has andclas—
PCAis oneachofthe BP network
ages，the performed sub-images．Because good1earning
neuralnetworkclassifierisusedforface in
sificationabilities。aBP recognitionrecognitionstage．Experimental
文档评论（0）