基于模糊ART神经网络的在线人脸识别模型的设计和实现  

Design and Realization of Online Face Recognition Model Based on Fuzzy ART Neural Networks

作　　者：顾明[1] 

机构地区：[1]深圳职业技术学院软件工程系

出　　处：《计算机科学》2007年第8期232-235,共4页Computer Science

基　　金：深圳市科技计划项目基金资助(05KJCD020)

摘　　要：本文描述了模糊ART神经网络的结构和特性,定义了相似函数和匹配搜索方法,通过去噪、去最小亮度和设计编码簿的方法产生人脸的特征向量图,以提取人脸特征,并用模糊ART神经网络对特征向量图进行识别。仿真实验证明,当选择合适的模糊ART神经网络参数后,该模型的在线最大识别率可以达到81.25%,离线识别率几乎为100%。In this paper, Structure and properties of fuzzy ART are described. Choice and match tunctton is presented. Low pass filter, cutting minimum intensity and generating vector histogram are used to extracted face features. Fuzzy ART uses the vector histogram as the original input vector data to recognize face. Simulation experiment shows that maximum online is 81.25% and offline recognition rate is nearly 100% when the fuzzy ART network parameters are selected properly.

关 键 词：人脸识别 神经网络 模糊ART 在线 模型 

分 类 号：TP183[自动化与计算机技术—控制理论与控制工程]