资料下载
基于BP神经网络和局部与整体奇异值分解的人脸识别
wangyaoheng
分享资料个
1 引言
目前，随着计算机技术与生物医学工程技术的迅猛发展，利用人体生物特征（如指纹、人脸、虹膜、视网膜）来鉴别个人身份的生物识别技术成为安全验证的首选方式。人脸识别技术是当前最热门的生物识别技术的研究课题之一，而且逐渐成为人们日常生活当中常用的身份确认手段。人脸识别技术是一种根据省里特性进行识别的技术，是利用计算机通过特征提取人的面部特征，然后根据提取到的特征进行身份判定的一种技术。人的面部特征与人的指纹特性、虹膜特性一样是与生俱来、独一无二的，同时还具有不容易被复制的唯一性，正是这种特性使人脸成为了可以进行身份识别研究的必要前提。
目前用于人脸识别的方法很多，BP神经网络用于人脸识别就是其中之一。特征提取是进行人脸识别的必要步骤，能够有效降低特征维数，减小计算复杂度，为进一步的分类提供了方便，本文采用一种用奇异值分解（Singular Value Decomposition ， SVD）的方法来提取图像局部和整体的特征。Hong是最早将SVD方法应用于图像识别［1］，并且证明了SVD具有如下性质：1）图像的奇异值代表图像的能量信息，具有稳定性；2）图像的奇异值具有比例不变性；3）图像的奇异值具有选装不变性。本文所采用的分类方法是BP神经网络法，BP神经网络能在训练期间快速学习样本中所包含的输入与输出间的映射关系，在分类和预测当中都有着较广泛的应用。
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
- 相关下载
- 相关文章
