基于人工神經(jīng)網(wǎng)絡(luò)的人臉識(shí)別技術(shù)研究及應(yīng)用.pdf

《基于人工神經(jīng)網(wǎng)絡(luò)的人臉識(shí)別技術(shù)研究及應(yīng)用.pdf》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、Ｈ分類號(hào)ＴＴ１２０５５４０巧０１８３學(xué)號(hào)密級(jí)Ｘ’ｉａｎＳｈｉｏｕＵｎｉｖｅｒｓｉｔｙｙ非全日制專業(yè)學(xué)位碩±學(xué)位論支喔題目基于人工神經(jīng)網(wǎng)絡(luò)的人臉識(shí)別技術(shù)研究及應(yīng)用作者姓王競名程１１建教＊受常鋼ＳＸ導(dǎo)師姓名、職稱計(jì)算機(jī)｝支術(shù)專業(yè)學(xué)位領(lǐng)域提交論文２０１５年１１月２０日日期學(xué)位論文創(chuàng)新性聲明本人聲明所呈交的學(xué)位論文是我個(gè)人在導(dǎo)師指導(dǎo)下進(jìn)行的研究王作及取得的研究成果。盡我所知，除了文中特別加Ｗ標(biāo)注和致謝中所羅列的內(nèi)容Ｗ外，論文中不包含其他人已經(jīng)發(fā)表或撰寫過的研究成果；也不

2、包含為獲得西安石油大學(xué)或其它教育機(jī)構(gòu)的學(xué)位或證書而使用過的材料一同工作的同志對(duì)本研巧所做的任何貢獻(xiàn)均己在論文中做。與我了明確的說明并表示了謝意。一，切相關(guān)責(zé)任申請(qǐng)學(xué)位論文與資料若有不實(shí)之處本人承擔(dān)。論文作者簽名：日期：）卸‘心歹學(xué)位論文使用授權(quán)的說明目本人完全了解西安石油大學(xué)有關(guān)保留和使用學(xué)位論文的規(guī)定，Ｐ；研究生在校攻讀學(xué)位期間論文工作的知識(shí)產(chǎn)權(quán)單位屬西安石油大學(xué)。學(xué)校享有Ｗ任何方法發(fā)表、復(fù)制、公開閱覽、借閩Ｗ及申請(qǐng)專利等權(quán)利。本人離校后發(fā)表或使用學(xué)位論文或與該論文直接相關(guān)的學(xué)術(shù)論文或成果時(shí)，署名單位仍然為西安石油大學(xué)。

3、論文作者簽名：：４心／日期必應(yīng)斗《ｙ導(dǎo)師簽名日期向《＾＾定一姿１妥參？注：的說中指〔）。如本論文涉密，請(qǐng)?jiān)谑褂檬跈?quán)明出含解密年限等中文摘要論文題目：基于人工神經(jīng)網(wǎng)絡(luò)的人臉識(shí)別技術(shù)研究及應(yīng)用專業(yè)：計(jì)算機(jī)技術(shù)碩士生：王垚(簽名)指導(dǎo)教師：程國建(簽名)常鋼(簽名)摘要隨著社會(huì)的不斷進(jìn)步，計(jì)算機(jī)技術(shù)、網(wǎng)絡(luò)技術(shù)的高速發(fā)展，傳統(tǒng)的身份驗(yàn)證技術(shù)已經(jīng)無法滿足當(dāng)代科技的發(fā)展和人類社會(huì)的需求。相比其他識(shí)別方法，人臉識(shí)別更加的自然友好且容易被接受，所以得到廣泛的研究與應(yīng)用。因此本文提出了一個(gè)基于人工神經(jīng)網(wǎng)絡(luò)和圖像特征提取的人臉圖像識(shí)別的方法。為了區(qū)別于常見方法，

4、首先使用分塊PCA算法對(duì)人臉圖像進(jìn)行處理，獲得不同分塊數(shù)下的人臉圖像特征，然后將這些特征作為人工神經(jīng)網(wǎng)絡(luò)的輸入，輸出即是相對(duì)應(yīng)的人的類別。實(shí)驗(yàn)采用ORL人臉圖像庫進(jìn)行分塊PCA算法的識(shí)別研究，分別將人臉圖像分塊成1×1，2×1，2×2，4×2和4×4進(jìn)行測試。測試結(jié)果表明：隨著人臉圖像分塊數(shù)的增加，人工神經(jīng)網(wǎng)絡(luò)的復(fù)雜度也隨之升高，因此需要更多的訓(xùn)練周期才能完成人工神經(jīng)網(wǎng)絡(luò)的訓(xùn)練。隨著人臉圖像分塊數(shù)的增加，神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的復(fù)雜度也隨之升高，其模式識(shí)別能力亦隨之增加，因此完成人工神經(jīng)網(wǎng)絡(luò)的訓(xùn)練后，該神經(jīng)網(wǎng)絡(luò)的識(shí)別精度較高。通過上述實(shí)驗(yàn)研究結(jié)果表明，基于分塊PCA算法

5、與人工神經(jīng)網(wǎng)絡(luò)進(jìn)行人臉圖像識(shí)別是有效的。分塊PCA算法的應(yīng)用提高了PCA算法的識(shí)別精度。在未來研究中將繼續(xù)研究分塊數(shù)與測試精度的關(guān)系。關(guān)鍵詞：人臉識(shí)別人工神經(jīng)網(wǎng)絡(luò)分塊PCA圖像處理論文類型：應(yīng)用研究II英文摘要Subject:ResearchandApplicationofFaceRecognitionbasedonArtificialNeuralNetworkSpeciality:ComputertechnologyName:WangYao(signature)Instructor:ChengGuojian(signature)ChangGang(signa

6、ture)AbstractWiththecontinuousprogressofthesocietyandtherapiddevelopmentofthecomputertechnology,thetraditionalauthenticationtechnologyhasbeenunabletomeettheneedsofthedevelopmentofmodernscienceandhumansociety.Comparedwithotheridentificationmethods,thenatureofthefacialrecognitionismor

7、efriendlyandeasytoaccept,anditiswideresearchandapplication.Therefore,amethodoffaceimagerecognitionandimagefeatureextractionbasedonartificialneuralnetworkisputforward.Inthismethodfordistinguishing,thefirststepistouseblockPCAalgorithmforthefaceimageprocessing,andgainthefaceimagefeatur

8、esofdifferentblockn