基于神经网络的人脸朝向识别研究  

Facing-orientation Recognition Based on Neural Networks

作　　者：宋娟[1] 邹翔[1] 尹俭芳 张爽[2] 

机构地区：[1]宁夏大学物理与电子电气工程学院 [2]中国人民解放军68306部队

出　　处：《工业控制计算机》2017年第4期111-112,125,共3页Industrial Control Computer

基　　金：2016年宁夏大学大学生创新创业训练计划项目

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。Aiming at the disadvantages of two algorithms mentioned above,a model of facing-orientation recognition based on LVQ neural network is proposed.Five various orientations of different face images randomly given in database are identi- fied,and the simulating results are analyzed with that of BP and SVM algorithms.According to the simulations,face-direct recognition accuracy LVQ-based is significantly higher than that of traditional BP and non-normarized samples of SVM.

关 键 词：人脸识别 LVQ网络 特征提取 识别率 

分 类 号：TP391.41[自动化与计算机技术—计算机应用技术] TP183[自动化与计算机技术—计算机科学与技术]