一种基于LVQ神经网络模型的人脸检测方法

摘要

人脸检测是人脸识别的首要环节.为快速准确地从复杂背景中定位出人脸区域,本文提出一种基于LVQ神经网络的人脸检测算法.通过分析肤色特征,将图像分别转换到YCbCr空间和HSI空间,提取Cb、Cr、H、S颜色分量用来描述人脸图像特征.构建结构为4202的LVQ神经网络模型,选取100幅图像作为LVQ神经网络的训练样本,20幅图像作为测试样本,迭代次数为150次,误差为0.001.经过训练,得到了有效的权值.利用训练后的神经网络,分别在LFW、AFW和Faces数据集上进行了性能测试,在3个数据集的正检率分别为76.82％,84.42％,100％,误检率分别为17.34％,12.34％,0,漏检率分别为21.55％,15.63％,0.实验结果表明,相对于传统的基于肤色特征的人脸检测方法,本方法在正检率、误检率及漏检率方面均表现出良好的优越性.