人脸图像识别是当前模式识别和人工智能领域的一个研究热点,本文通过研究分析国内外在人脸图像识别方面的研究情况,探讨了基于神经网络的人脸图像识别方法。 本文主要针对基于人脸图像的识别方法进行研究,进行了基于肤色特征的人脸面部定位的实验研究;针对人脸器官的粗定位,将边缘检测后的图像分别进行水平及垂直投影;在此基础上采用几何特征提取方法,对人脸特征进行精确定位,取得了较好的效果,提高了特征提取效率;最后采用RBF神经网络进行识别,对于小样本的识别,如果选取合适的参数和初值,则识别的正确率可达到80%以上。 本论文结合几何特征提取方法和神经网络方法,提出了一种新的人脸识别方法。该识别方法的优点如下:不要求图像进行特别地预处理,图像是否增强对于识别效果影响不大;对于人脸的姿态、表情及光照条件均具有一定的不敏感性。 本文对基于人脸图像的识别方法进行了基础性的研究,还存在以下问题:算法效率还需进一步提高,以符合实际应用要求;偏色较大的人脸图像难以定位;人脸特征的选择与提取算法还需优化;对于面部表情差异较大的同一人的两幅图像的识别效果不太好;人脸图像数据采集不够广泛。要达到实际应用的要求,还需要在以上方面作更进一步的开发和研究工作。