基于BP神经网络的主分量分析人脸识别算法.docVIP

Computer Engineering and Applications 计算机工程与应用 2007, 43(36 人脸识别技术就是利用计算机技术对人脸图像进行分析 , 从中提取有效的特征来识别出人的身份 , 其关键技术在于人脸 特征的描述和模式识别 。 目前 , 根据人脸表征方式的不同 , 分为 三大类 :基于几何特征的识别方法 、 基于代数特征的识别方法 和基于神经网络的识别方法 。 基于几何特征的识别法是提取人脸的几何特征 , 根据特征 点的性质进行识别 , Poggio 和 Brunelli [1]用改进的积分投影法提 取出欧氏距离表征的 35维人脸特征矢量用于模式分类 , 但是 该方法没有形成一个统一 、 优秀的特征提取标准 。 基于代数特征的识别法是提取人脸的代数特征 , 运用代数 运算进行分析然后识别 。 Turk 和 Pentland [2]提出了 “ 特征脸 ” 方 法 , 该方法根据一组投影系数 , 和各个已知的人脸图像比较识 别 , 由于代数特征矢量 (即人脸图像向特征脸空间的投影 具有 一定的稳定性 , 识别系统对不同的表情有一定的鲁棒性 。 但是 , 这也说明了这种方法对表情的描述不够充分 , 难以用于表情分析 。 神经网络识别法则是通过神经网络的训练学习 , 得到相应 的识别函数关系 , 从而进行识别 。 Kohonen [3]率先运用自相关记 忆 (