基于神经网络的人脸识别系统分析-系统分析与集成专业论文.docxVIP

山东师范大学硕士学位论文 山东师范大学硕士学位论文 3.2.1 小波变换技术的发展....................................16 3.2.2 小波变换的原理........................................16 3.3 基于小波变换和改进 CPN 网络的识别方法 19 3.3.1 算法思想..............................................19 3.3.2 算法流程..............................................19 3.3.3 实验样本数据..........................................21 3.3.4 实验结果及分析........................................25 3.4 本章小结 ...................................................26 第四章 基于 DCT 的加权 2DPCA 及神经网络集成的人脸识别方法 27 4.1 人脸的离散余弦变换 .........................................27 4.1.1 离散余弦变换..........................................27 4.1.2 人脸图像的离散余弦变换特征提取........................28 4.2 人脸图像的加权二维主成分分析 ...............................29 4.2.1 PCA 方法原理概述 29 4.2.2 一维 PCA 人脸识别算法 31 4.2.3 二维 PCA 人脸识别算法 32 4.2.4 基于加权的二维 PCA 人脸识别算法 33 4.3 BP 神经网络的集成 35 4.3.1 BP 网络的结构和算法 35 4.3.2 集成 BP 网络 36 4.4 人脸识别系统的实现 .........................................38 4.4.1 DCT 变换 38 4.4.2 加权 2DPCA 的特征提取 38 4.4.3 集成 BP 神经网络的分类器 39 4.5 实验结果及分析 .............................................39 4.6 本章小结 ...................................................40 第五章 总结与展望 ................................................. 41 5.1 总结 .......................................................41 5.2 展望 .......................................................41 参考文献 .......................................................... 43 致 谢 ............................................................. 46 攻读硕士学位期间发表的论文和参与的项目 ............................ 47 摘 要 当今社会是一个信息化高度发展的社会，科技的应用渗透到了各个行业领 域。人脸识别技术，就是这个时代的产物，此技术正被应用到各个领域，比如楼 宇进出的安全控制、海关的安全检查、智能卡的身份认证、网络寻人等等。人脸 识别技术是未来身份识别认证的主要发展方向之一。 人脸识别经历了完全依赖于人工、人机交互、机器自动识别三个阶段，且摆 脱了最初对背景单一正面灰度图像的识别，在对多姿态人脸识别研究的基础上， 以实现动态人脸识别为载体，向三维人脸识别的方向发展，并取得了一定的成果。 在我国，人脸识别技术虽然起步较晚，但是发展很迅速，得到了国家的大力支持。 目前，我国很多高校、研究机构等，在图像处理和模式识别领域都有很好的研究 基础，并积极开展了包括人脸识别在内的人体生物特征识别技术的基础研究，并 取得了良好的研究成果，相信在不久的将来，我国在这一领域的研究将会进入世 界的先进行列。人脸识别作为识别领域最经典的问题之一，目前已有很多的解决 方法，并取得了较好的实验结果。但是能够实际应用并且用于任意背景、任意姿 态的通用人脸识别系统还没有出现。因此人脸识别走向应用领域，比如提高所提 取人脸特征的有效性、分类器的优