基于BP神经网络的人脸朝向分类的新思路

摘要：

针对人脸朝向分类这一问题,使用BP神经网络进行判别分析是一个较为成熟的方案,在此基础上,提出了一种新的特征值提取方法.首先探测人脸图像边界并将其转化成二值化的0-1矩阵,分割取出图像中眼睛部分对应的矩阵数据；考虑到人脸图像的特殊性,即头部鬓角的信息数据可能造成干扰,删减相应的矩阵信息；接着进行特征值的提取,取出矩阵中为1的元素分布的“离散程度”和分布位置的平均值形成二维向量；最终以该二维向量为神经网络的输入,5种人脸朝向分类为神经网络的输出,正确识别率可以达到100％.这样的特征值提取方式使特征值具有实际意义,相比于PCA特征值提取法更易理解；无需求出人眼的具体位置,相比于求人眼位置的几何方法更加简洁.

关键词：判别分析、BP神经网络、离散程度、人脸朝向识别

所属期刊栏目：39

分类号：TP183(自动化基础理论)

在线出版日期：2013-01-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：366-368,374