資源描述：
《基于gabor小波和人工神經(jīng)網(wǎng)絡的人臉識別》由會員上傳分享，免費在線閱讀，更多相關內(nèi)容在學術論文-天天文庫。
1、基于Gabor小波和人工神經(jīng)網(wǎng)絡的人臉識別摘要人臉識別是計算機視覺領域中非常活躍的一個研究方向，在圖像、生物、工業(yè)等民用領域及軍事領域中有著廣泛的應用，其中以目標特征的提取為難點與重點。本文研究的目的是提高Gabor目標識別算法的魯棒性，降低負面因素對識別效果的影響。首先介紹了常用的分類規(guī)則，分析了人工神經(jīng)網(wǎng)絡以及BP算法的優(yōu)缺點。給出了一種變步長學習速率的改進方法，優(yōu)化了BP神經(jīng)網(wǎng)絡，為后文的識別研究提供了較好的分類器支持。關鍵詞：神經(jīng)網(wǎng)絡，Gabor濾波器，特征提取，人臉識別AbstractTheautomatictargetrecognitionis
2、apopissueinthecomputervisionarea，thathasbeenusedabundantlyinmanyfieldssuchasimage，biology,industryandSOon，especiallyinmilitarycircles．DuringATR’Staches，extractingfeatureoftargetimageshouldbethemostdifficultandimportantone．TheaimofthispaperistoenhancetherobustnessofcorrespondingGab
3、oralgorithmandtoweakentheeffectofnegativefactors．Firstly,somemainclassifiersarepresented，andsomeadvantageanddisadvantageofBPnetworkwhichbelongtotheANNareanalysed．AnimprovedmethodwhosestepextentshiftisgiventooptimizetheBPnet，whichsuppliesabetterclassifierforthenextwork．Keywords：Neu
4、ralnetwork，GaborJets，F(xiàn)eatureextracting，F(xiàn)acerecognition1緒論1.1研究背景及意義人臉識別是生物特性鑒別技術的一個主要方向，它涉及圖像處理，模式識別，計算機視覺等多個研究領域，具有十分廣泛的應用前景，多年來一直是一個研究熱點。相對于其它人體生物特征識別技術，如指紋識別、虹膜識別、掌紋識別，人臉識別技術是最直接、最自然、最容易被人接受的。與其它技術相比，它具有侵犯性小、較少需要或不需要用戶的主動配合、樣本采集方便、應用場合廣泛、潛在的數(shù)據(jù)資源豐富、設備成本低等優(yōu)點[1]。人臉識別系統(tǒng)具備操作及流程簡單、適用
5、面廣、支持一對一或一對多比對、支持多點同時采集比對、帶有數(shù)據(jù)庫支持記錄及查詢功能，對采集現(xiàn)場環(huán)境要求較低，可在極短的時間里判斷出進出者的身份是否合法，杜絕使用他人鑰匙、密碼、磁卡等非法進入。人臉識別技術的安全性、可靠性較高，且擁有廣泛的市場需求，它可以應用于公安部門的犯人檔案管理、犯人辨認查找、刑偵破案、安全驗證系統(tǒng)、信用卡驗證、醫(yī)學、檔案管理、視頻會議、人機交互系統(tǒng)、證件核對、保安監(jiān)視、門禁控制及至自動柜員機（ATM）等多種場合[2]。人臉識別對人類來說是件自然而然的事情，但對計算機而言，人臉識別卻遠非一個已解決的課題。所有的人臉都具有相似的結構，在紋理
6、上也十分相近。另外圖像受光照、成像角度及成像距離等外界條件影響，具有“一人千面”的特點，欲建立一種具有各種不變性的描述模型還是比較困難的。此外，人臉識別技術研究與相關科學的發(fā)展及人腦的認識程度緊密相關[3]。諸多因素都使人臉識別研究成為一項極富挑戰(zhàn)性的課題，一方面信息化進程的日益加快，電子商務、重要場所的安全認證、智能化環(huán)境等許多應用領域?qū)εc人臉有關的信息處理提出了迫切要求；另一方面，硬件和軟件技術的發(fā)展，為滿足實際應用系統(tǒng)對人臉檢測、跟蹤及識別技術的實時化要求提供了可能性[2]。所以，人臉識別的研究不僅涉及心理學、生理學、人工智能、模式識別、計算機視覺、
7、圖像分析與處理等多個學科領域，更是模式識別、人工智能和計算機視覺的典型案例之一[2]。對這一問題的研究和解決，有助于對其他對象識別問題的研究分析和解決，人臉識別也因此成為這些基礎研究領域的重要課題之一，具有重要的理論研究價值。1.2國內(nèi)外研究現(xiàn)狀及發(fā)展趨勢近30年來，人臉自動識別的研究取得了很大的進展，從工程索引（EI）上檢索到的相關文獻已達數(shù)千篇，包括IEEEPAMI在內(nèi)的重要國際期刊也有專欄甚至專刊報道人臉識別的最新研究進展，同時還出現(xiàn)了專門的國際學術會議，如人臉手勢識別國際學術會議[1]。目前人臉識別領域內(nèi)最著名的國際研究機構包括：美國麻省理工學院媒
8、體實驗室及人工智能實驗室、南加州大學、CMU卡內(nèi)基—梅隆機器人研究
