论文部分内容阅读
二十一世纪是信息技术、网络技术的世纪。随着计算机和网络的高速发展,信息的隐蔽性和安全性就显得特别重要。传统识别技术已经不能够满足当今信息科技的需要,因此提出有效识别技术已经成为一个重要的研究热点。生物特征的识别技术是目前识别技术的最新发展方向,而人脸识别是生物特征识别技术的一个重要分支。人脸识别技术有广阔的社会需求和经济价值,同时对国家的安全产生重要影响。提出高效的人脸识别算法已经变成当今最热门的研究领域之一。本研究对人脸识别技术现状进行了分析论证,在前人研究基础上提出了一种情感神经网络算法,把此情感神经网络算法融合于人脸识别技术中,并通过实验,验证此方法识别效果比较理想。本文主要内容有：(1)对人脸识别技术背景和现状进行了详细分析,并简要介绍了国内外此领域研究现状,找出了当前已有的人脸识别算法中的优缺点,在此基础上确立本课题研究方向；(2)针对传统BP神经网络特点,引入情感因子,重新构建了BP神经网络结构,建立了BP情感神经网络(EMBP),并给出了详细学习算法；(3)针对RBF神经网络特点,构建了径向基情感神经网络结构(EMRBF),并推导此EMRBF的学习算法；(4)将EMBP情感神经网络用于人脸识别。对人脸图像进行奇异值分解,得到奇异值向量,将奇异值特征向量分别进行压缩和归一化处理,之后将奇异值重新排列,获得了具有较好稳定性和可区分性的人脸奇异值特征向量,并在此基础上设计了EMBP情感神经网络分类器,实验表明该方法比传统BP神经网络性能更好；(5)将EMRBF情感神经网络用于人脸识别。先用PCA变换对人脸图像进行信息压缩后,采用LDA变换得到人脸图像的低维表示,最后设计了EMRBF情感神经网络分类器,通过实验对比表明该方法的识别率有了一定程度的提高。