基于粗糙集和神經(jīng)網(wǎng)絡(luò)的人臉識別方法的研究與實現(xiàn).pdf

1、人臉識別是模式識別和圖像處理等學(xué)科的一個研究熱點，它廣泛應(yīng)用于身份驗證、刑偵破案、視頻監(jiān)視、機器人智能化和醫(yī)學(xué)等領(lǐng)域，具有廣闊的應(yīng)用價值和商品價值。人臉特征作為一種生物特征，與其他的生物特征相比，具有直接、友好、方便等特點，因此用人臉特征進行身份驗證更易于被用戶接受。 人臉識別在過去幾十年里得到了很大的方展，國內(nèi)外很多學(xué)者對其進行了研究。但由于人臉非剛性，表情多變等因素，使得人臉識別在實際應(yīng)用中面臨巨大的困難。本文在對近年來國內(nèi)

2、外關(guān)于人臉識別的學(xué)術(shù)論文及研究報告進行分析和研究的基礎(chǔ)上，結(jié)合粗糙集與人工神經(jīng)網(wǎng)絡(luò)的特點，提出了一種基于粗糙集和神經(jīng)網(wǎng)絡(luò)的人臉識別方法。在實現(xiàn)和驗證該方法的過程中，同時提出了一種改進的PCA人臉識別方法。 改進的PCA人臉識別方法是針對經(jīng)典PCA方法受光照變化影響的缺點進行的改進。該算法在圖像的預(yù)處理階段，利用圖像灰度的線性變換，增大每幅圖像的對比度和亮度：對預(yù)處理后的圖像則利用經(jīng)典PCA算法進行處理，并在識別階段，通過對體現(xiàn)光

3、照變化的三個主分量進行加權(quán)處理，減少它們在識別中占的比重。實驗結(jié)果表明，該算法在減少光照影響方面是有效的。 基于粗糙集和神經(jīng)網(wǎng)絡(luò)的人臉識別方法是針對PCA方法中存在的高維數(shù)問題和它對未訓(xùn)練過的樣本識別率低的缺點而提出的。該方法在預(yù)處理的基礎(chǔ)上，利用粗糙集對PCA降維處理后的人臉特征進行約簡，提取其中分類能力強的特征，實現(xiàn)在識別精度不變的情況下，有效的去除冗余信息：然后將約簡后的屬性輸入到神經(jīng)網(wǎng)絡(luò)進行規(guī)則提取，利用神經(jīng)網(wǎng)絡(luò)非線性映