神经网络在人脸识别中的应用

1、人工智能及识别技术 本栏目责任编辑 :李桂瑾1引言早在上世纪 60年代末 , 人脸识别即引起了研究者的强烈兴 趣 . 但早期的人脸识别一般都需要人的某些先验知识 , 无法摆脱人 的干预 。 进入上世纪 9O 年代 , 由于高速度 、 高性能计算机的出现 , 人脸识别的方法有了重大突破 , 进入了真正的机器自动识别阶 段 , 人脸识别研究得到了前所未有的重视 。 人脸识别方法有很多 种 :(1 特征脸方法 。 这种方法起源于图像描述技术 。 采用特征脸识 别方法有良好的稳定性 、 位移不变性 、 特征向量与图像的高度成 比例变化以及转置不变性 。 不足之处是受表情变化 、 光照角度强 度变化和视

2、角变化等严重影响 , 鲁棒性较差 。 (2 隐马尔可夫模型 方法 (Hidden Markov Mode1 是用于描述信号统计特征的一组统计 模型 。 HMM 的基本理论是由 Baum 和 Welch 等人在 20世纪 6O 年代末 70年代初建立 , 在语音识别中应用较多 。 在 HMM 中 , 节点 表示状态 , 有向边表示状态之间的转移 。 一个状态可以具有特征 空间中的任一特征 , 对同一特征 , 不同状态表现出这一特征的概 率不同 。 (3 弹性图匹配方法 。 弹性图匹配方法是一种基于动态连 接结构的方法 。 它将人脸用格状的稀疏图表示 。 (4 神经网络方法 。 人工神经网络是由多

3、个神经元按照一定的排列顺序构成的 , 是一 个非线性动力学系统 , 其特色在于信息的分布式存储和并行协同 处理 。 虽然单个神经元的结构极其简单 , 功能有限 , 但由大量冲经 元所构成的网络系统却能够实现复杂丰富的功能 。 神经网络系统 除了具有集体运算的能力和自适应的学习能力外 , 还有根强的容 错性和鲁棒性 . 善于联想 、 综合和推广 。神经网络模型各种各样 。 它们是从不同的角度对生物神经系 统不同层次的描述和模拟 。 有代表性的网络模型有感知器 、 多层 映射 BP 网络 、 RBF 网络等 。 目前 , 在人工神经网络的实际应用中 , 绝大部分的神经网络模型都是采用 BP 网络及

4、其变化形式 , 它也 是前向网络的核心部分 , 是人工神经网络最精华的部分 。 BP 网络 主要用于函数逼近 、 模式识别 、 数据压缩等领域 。2BP 神经网络的人脸识别BP 神经网络用于人脸识别一般应先对输入图像实行图像预 处理 , 然后进行特征提取 , 接下来就是 BP 网络训练 , 最后用训练好 的网络进行识别 , 获得识别结果 。 图像预处理的目的是便于特征提 取 , 而特征提取是去相关过程 , 将图像中大量的冗余信息去除 , 即实 现数据压缩 , 同时也降低了神经网络结构的复杂度 , 提高了神经网 络的训练效率和收敛率 。 本文以 ORL 人脸图像数据库为研究对 象 , 将输入图像

5、进行图像压缩 、 图像抽样 、 输入矢量标准化等图像 预处理后 , 送入 BP 神经网络训练 , 经过竞争选择 , 获得识别结 果 。 下面分别叙述其处理过程 。2.1人脸图像预处理(1 图像压缩输入图像一般精度比较高 , 存在大量的冗余信息 。 为避免神经 网络结构过于复杂 , 在输入神经网络之前必须进行图像压缩 。 图像 压缩通常采用插值算法 , 包括近邻插值 、 双线性插值和双立方插 值 。 插值算法的好坏关系到图像的失真程度 , 插值函数的设计是插 值算法的核心问题 。(2 图像抽样所谓图像抽样即为将压缩后的二维图像矩阵 一 行 接 一 行 拉 成一维列矢量 , 其目的是便于后续神经网

6、络的输入 。(3 输入矢量标准化图像抽样的输出是一维列矢量 , 其元素的值域范围为 0,255。 如果直接将该列矢量输入神经网络进行训练 , 由于数值较大 , 势 必影响计算效率和收敛率 。 因此 , 在将该列矢量输入神经网络之 前 , 应实行输入矢量标准化 。2.2BP 神经网络及训练策略2.2.1BP 神经网络介绍BP 网络是一种前向网络 。 一般包括输入层 、 中间层和输出 层 。 中间层可以有一层 、 二层甚至更多层以便于分析各因素间的 相互作用 , 每一层由若干个神经元组成 , 相邻两层的每一个神经 元之间均有权值联系 , 权值的大小反映了这两个神经元之间的连 接强度 , 整个网络的

7、计算过程是由输入层到中间层再到输出层单 向进行 , 所以称为前向网络 。2.2.2学习算法(1 每层神经元的输出算法 (sigmoid 函数 M i =1/(1+e -Z i Z i =ni =1! W ij T j 为 从 输 入 层 (或 中 间 层 到 中 间 层 (或输出层 的结点净输入 , n 表示中间层 (或输出层 的个数 , T j 表示输入层 (或中间层 第 j 个量 , Wij是权值 。(2 权值 W ij 修正理论上 Wij的初始值可以是随机数 (或根据经验自己确定 , 但如果权值不符合要求就要进行修正 。从输出层反向传递到中间层 , 公式为W ij (t+1=W ij (

8、t+j M i +W ij (t-W ij (t-1W ij (t 是 t 时刻从神经元 i 到上一层 (输入层或中间层 神经元 j (中间层或输出层 的连接权 。 M i 是神经元 j 在 t 时刻的实际输出 。 是步长调整因子 , (0, 1 , 是平滑因子 (0, 1 , j是误 差权重调因子 。(下转第 188页 神经网络在人脸识别中的应用刘广亮 , 马晓普 , 张哲(南阳师范学院计算机与信息技术学院 , 河南 南阳 473061摘要 :将 BP 神经网络用于人脸识别 , 并建立了人脸识别模型 , 该识别模型包括图像压缩 、 图像抽样 、 输入矢量标准化 、 BP 神经网络与 竞争选择

9、处理过程 , 具有简单 , 识别率较高的特点 。关键词 :图像压缩 ; 图像抽样 ; 神经网络 ; 人脸识别中图分类号 :TP183文献标识码 :A 文章编号 :1009-3044(200713-30181-01Face Recognition Based on Neural NetworkLIU Guang-liang, MA Xiao-pu , ZHANG Zhe(The school of Computer and Information Technology of Nanyang Normal University,Nanyang 473061,ChinaAbstract:The BP

10、 neural network is applied in face recognition.A face recognition model is established , and its designed includes image compression , image sampling , input vector standardization , BP neural network and competition selection. The recognition model is simple and has a high recognition rate.Key word

11、s:Image compression;Image extraction;Neural network;Face recognition收稿日期 :2007-05-21作者简介 :刘广亮 (1978- , 男 , 安徽阜南人 , 研究方向为人工智能 。181人工智能及识别技术本栏目责任编辑 :李桂瑾 电脑知识与技术(上接第 181页 (3 误差分析选取网络相对误差函数 E E k =(M k0-M k /M k0M k0为实际输出值 , M k 为预测的网络输出值 。一般情况下如果误差 E k 不大于网络的误差允许值 , 就可以认 为模型的计算不存在误差 , 如果 E k 大于网络误差允许值

12、, 要回溯 到第二步调整权值后再进行计算 。八十年代 Robert Hecht -Nielson 已证明 , 一个三层 BP 神经 网络可以实现任意精度 、 近似任何连续函数 。 BP 网络能够实现一 种特殊的非线性映射 , 将输入空间变换到由输出所张成的空间 , 使 在这个空间分类问题变得简单易行 。 目前 , BP 网络已广泛应用于 函数逼近 、 模式识别 、 分类 、 数据压缩等方面 。 BP 网络用于人脸识 别时 , 网络的每一个输入节点对应样本的一个特征 , 而输出节点数 等于类别数 , 一个输出节点对应一个类 。 在训练阶段 , 如果输入训 练样本的类别标号是 i, 则训练时的期望

13、输出假设第 i 个节点为 1, 而其余输出节点均为 0。 在识别阶段 , 当一个未知类别样本作用到 输入端时 , 考察各输出节点的输出 , 并将这个样本类别判定为具有 最大值的输出节点对应的类别 。 如果具有最大值的输出节点与其 它输出节点之间的距离较小 (小于某个阈值 , 则作出拒绝判断 。在 BP 网络样本训练过程中 , 如果采取适当的训练策略能有 效地提高系统的识别率 。 可以有样本采样训练 、 样本批量训练和 样本完整训练三种策略 。 所谓样本采样训练指的是对训练集中的 样本按间隔进行采样 , 并对所得样本独立地进行训练 , 直至所有 样本训练完为止 。 至于采样间隔的选择应根据训练集

14、中的样本数 来确定 。 所谓样本批量训练指的是取训练集中的一批样本一同进 行训练 , 训练完之后再取下一批 , 直到训练完为止 。 批量大小也应 根据训练集中的样本数来确定 。 所谓样本完整训练指的是将训练 集中的样本一次性进行训练 。 采取不同的训练策略对 BP 网络权 值和阈值的调节会产生完全不同的结果 , 继而影响系统的识别率 。2.3竞争选择BP 网络的输出是一维列矢量 , 所谓竞争选择 , 是将 BP 网 络 的输出映射成一个具体的类别 。 其实现过程是 , 选择 BP 网络具有 最大值的输出节点所在的位置标号 , 则该位置标号对应一个具体 的输出类别 。 如果 BP 网络输出节点同

15、时存在多个最大值 , 则作出 拒绝判断 。3识别策略本文研究的原始图像取自 ORL 人脸数据库 。 该数据库由 40人 、 每人 10幅 、 大小为 112×92、灰度级为 256的人脸图像所组成 。 训练集由每人前 8幅共 320幅人脸图像所组成 , 测试集由每人后 2幅共 80幅人脸图像所组成 , 且训练集和测试集中的人脸图像互不 重叠 。 训练集的样本排列结构为第 1类别样本的 8幅图像 ; 第 2类 别样本的 8幅图像 ; .; 第 40类别样本的 8幅图像 。 输入图像经压缩处理后 , 将 112×92维图像转变为 8×7维 。 BP 网络输入层节点 数

16、为 56, 隐含层节点数为 70, 输出层节点数为 40。 实验时 , 样本采 样训练 、 样本批量训练和样本完整训练三种策略配合使用 。方案 I 实行样本完整训练 。方案 II 先实行样本批量训练 , 再实行样本完整训练 。 批量训 练时将训练集中相同类别的样本一道训练 , 即以同一类别的 8幅 图像为一组进行训练 。方案 III 先实行样本采样训练 , 再实行样本完整训练 。 采样间隔取为 4。即先对第 1类别样本的第 1幅图像进行训练 , 接着对第 1类别样本的第 5幅图像进行训练 , 然后对第 2类别样本的第 1幅图像进行训练 , 依次类推 , 直到第 40类别样本的第 1幅图像训 练

17、完为止 。 最后进行样本完整训练 。方案 I 每次所得样本均为不同类别 , 采样间隔较大 。方案 II 的 批量大小固定在相同类别的样本数上 。下面表 1是实验中各种方案训练集和 测 试 集 的 错 误 率 及 其 拒判率的结果 。表 1识别结果对比从上面的表中可以看到训练集和测试集的拒判率都是 0, 训 练集的错误率也是 0, 其中方案 III 的识别率是 94.9%, 识 别 率 最 高 , 这说明 BP 网络不断对新类别样本进行学 习 , 网 络 性 能 较 好 。 方案 II 的识别率处于方案 I 和方案 III 之间 , 而方案 I 的识别率最 底 , 说明训练样本逐步加入 , 比一

18、次性加入网络调节性能要好 。 常 规训练方法一般采用方案 I , 如果将方案 I 使用的样本完整训练 策略与其它训练策略相配合 , 如方案 III, 则识别率将大大提高 。4结束语本文将 BP 神经网络用于人脸识别 , 建立了简单识别模型 , 模 型用的数据库是 ORL 人脸数据库 , 并采用了适当的训练策略 , 从 而达到了识别人脸的目的 。参考文献 :1苏剑波 , 徐波 . 应用模式识别技术导论 人脸识别与语音 识别 M. 上海 :上海交通大学出版社 , 2001.2金忠 . 人脸图像特征抽取与维数研究 博士学位论文 D. 南 京 :南京理工大学 ,1999.3宋刚 , 艾海舟 , 徐光 . 纹理约束下的人脸特征点跟踪 J. 软件 学报 , 2004(15,11.4边 肇 祺 , 张 学 工 . 模 式 识 别 M. 北 京 :清 华 大 学 出 版 社 ,2000.sl(; qhy(;k=k2;m=m2;i1=i2;j1=j