基于神经网络的人脸朝向识别研究

摘要

人脸识别近年来是模式识别领域的研究热点,由于人脸形状的不规则性以及光线和背景条件的多样性,增加了识别问题的复杂程度.现有较为成熟算法BP神经网络存在易过拟合,抗干扰能力差等缺陷,而SVM算法数据是否预处理会极大地影响识别精度.针对两种算法的缺陷,提出一种基于LVQ神经网络的人脸朝向识别模型.对任意给出的人脸图像进行5个朝向的预测和识别,并与BP和SVM算法的仿真结果进行对比分析.结果表明,LVQ神经网络的人脸朝向识别率明显高于传统BP和未归一化样本的SVM算法,可以很好解决人脸朝向识别问题,具有较强的环境适应能力和抗干扰能力.