基于人工神经网络的人脸图像识别技术研究

摘要

人脸图像识别是一种以人脸特征作为身份识别的生物识别技术,在数字信息时代,随着对身份识别越来越严格以及数字图像识别技术的发展,人脸识别技术越来越获得人们的青睐。目前,人脸识别技术主要有基于特征分析和基于整体分析的两类方法。人脸识别涉及到数学、生物学、计算机视觉以及大脑科学等众多学科,研究方法也随之复杂多变。本文通过对人脸识别领域的学习,并对此进行了试探性的研究。 在人脸检测阶段,通过特征脸的分析,设计一种基于Adaboost算法和BP神经网络的检测模型。针对人脸图像预处理,本文利用开关策略并结合PCNN设计了一种去噪算法,较好的保护了脸部纹理。在特征提取阶段,通过基准点的设定使得PCA特征分类更加准确。最后,在人脸特征匹配方面,通过PCA与BPNN的结合,相比于单纯的PCA匹配提高了准确率。

目录

封面

声明

目录

中文摘要

英文摘要

第一章 绪论

1.1 人脸识别技术研究的背景与意义

1.2 目前人脸识别的研究方向

1.3 本文的工作以及创新点

1.4 本文的内容安排

第二章 关于人脸检测的相关工作研究

2.1 引言

2.2 基于特征的人脸检测方法

2.3 基于整体统计的人脸检测方法

2.4 本章小结

第三章 人脸检测

3.1引言

3.2 Adaboost算法

3.3 前馈型神经网络

3.4 以adaboost算法为基础的BP算法人脸检测模型

3.5 本章实验及结果分析

3.6 本章小结

第四章 人脸识别

4.1 引言

4.2 图像预处理

4.3 基于子空间的人脸识别方法

4.4 特征提取

4.5 基于BPNN和PCA的特征匹配

4.6 本章小结

第五章 总结与展望

5.1 工作总结

5.2 未来展望

参考文献

攻读硕士期间发表的论文

致谢