基于主成分分析和BP神经网络的人脸识别方法的研究

摘要

随着社会的发展，社会各个方面对快速有效的身份验证的要求日益迫切。
　　 由于生物特征是人的内在属性，具有很强的自身稳定性和个体差异性，因此是身份验证的理想依据。其中利用人脸特征又是最自然直接的手段，相比其他生物特征，它具有直接、友好、方便的特点，易于为用户接受。从而，人脸识别吸引了越来越多来自计算机视觉和信号处理等领域的关注，成为模式识别、图像处理等学科的研究热点。
　　 本文在收集和分析了近年来国内外关于人脸识别的学术论文及研究报告，对人脸识别技术问题的若干理论问题进行了探讨。针对建立人脸自动识别系统的主要技术环节一人脸识别方法进行了研究。
　　 本文首先介绍了人脸识别技术的研究背景和主要方法，进而分析了主成分分析法在特征向量选择方面的问题。在使用BP神经网络进行人脸图像的分类识别时，采用了改进的BP算法来提高学习速率和增加算法的可靠性。最后将经过PCA方法所抽取的人脸图像的特征向量送入到改进后的BP神经网络进行分类。并将BP神经网络的方法与其他方法作比较，实验结果表明，该方法能够取得较好的效果。