摘 要: 人脸识别是计算机视觉领域中非常活跃的一个研究方向，是模式识别与人工智能的研究热点之一，在民用领域和军事领域都有着都有广泛的应用。人脸特征提取是人脸识别过程的核心，特征提取的有效性直接影响到分类的速度和识别的性能。论文介绍了常用的分类规则，分析了人工神经网络以及BP算法的优缺点。通过改进反对向传播算法（BP），有效的提高了人脸识别的速度以及性能，实验仿真证实了本文提出的算法在提高人脸识别速度与精度方面的有效性。52276
毕业论文关键词:人工神经网络，Gabor滤波器，特征提取，人脸识别
Abstract: Face recognition is a very active field of computer vision research direction,it is one of pattern recognition and artificial intelligence research focus in the field of civil and military fields ,it have a have a wide range of applications. Face recognition is a core feature extraction process, the effectiveness of feature extraction directly affects the speed and performance of the identified categories. This design describes the common classification rules, analyze the advantages and disadvantages of BP artificial neural network algorithms. By improving the objection to the propagation algorithm (BP), effectively improve the speed and performance of face recognition, confirming the validity of the proposed algorithm in improving the speed and accuracy of face recognition
Keywords:artificial neural networks , gabor filters, feature extraction, recognition
目 录
1 绪论 4
1.1 研究背景及意义 4
1.2 人脸识别的常用方法 4
2 Gabor特征值提取 5
2.1 Gabor算法介绍 5
2.2 人脸图像的Gabor特征 7
3 人工神经网络技术 9
3.1 人工神经网络简介 9
3.2 反向传播算法(BP)及其改进 10
4 实验结果及仿真 13
结论 16
参考文献 17
致谢 18
1 绪论
1.1 研究背景及意义
人脸识别是辨别生物特性的重要方向之一，它包括计算机对图片的识别和处理，辨别模式的识别等多个相关领域的研究范畴，在今后相当长的一段时间里会具有很大的实用性。相对于其它辨别生物特性技术，人脸识别技术最为经济性，用户成本最小。与其它识别技术相比，人脸识别技术具备有侵袭性小、需要较少需求或者根本不需要该用户的主动的配合、样品的采集相比以往更加的方便、涉及的应用场所非常的普遍、潜在的数据库资源非常的丰富、机器设备的成本非常低等众多益处[1]。人脸特征辨别系统具有操作简单、实用性广、可以支持单对单或单对多进行细节比对、具有数据库纪录和查询能力，也可支持多方面同时录取信息进行比对、对于采集信息的现场的环境要求较低，可以在相当短的时机里自主判断出进出设备的人员的身份是否合乎要求，根绝对于使用别人的钥匙、第三方用户密码、第三者的磁卡等非法人员进入。人脸辨别技术安全性和可行性较高，并且这项技术拥有广阔的应用市场。
人脸识别技术已经是人类熟练使用的技术，对于电脑来说，实现人脸识别却还有重重困难。每个人的脸看上去都非常相似，也有着差异不大的纹理。由于图片会受到诸如光照条件、拍摄的角度和拍摄的距离和相关外界因素的存在，每个人都有许多面孔，如果要建立一种放之四海而皆准的的描述模型非常困难。类似淘宝为代表的电子商务平台、机场、车站等相关重要场所的进出人员的安全认证工作、大型计算机引领的越来越智能化的环境和许多相似的应用领域迫切要求处理大量相关人脸信息。 基于Gabor小波和人工神经网络的人脸识别算法研究:http://www.youerw.com/tongxin/lunwen_56110.html