基於粒子群優化bp網絡的人臉識別方法

2023-04-30 12:41:46

基於粒子群優化bp網絡的人臉識別方法
【專利摘要】本發明揭示了一種基於粒子群優化BP網絡的人臉識別方法，圖像經過預處理去除外界的幹擾；經過預處理的圖像信息通過選擇不同的特徵提取方式，將其信息通過映射變換，投影到特徵空間；神經網絡在訓練或識別的過程中，其每一個特徵對應神經網絡一個輸入節點，而輸出節點等於類別數，一個輸出節點對應一個類；從而設計出一種全連接的BP網絡，其中輸入層神經元的個數對應為圖像的特徵數，輸出層神經元個數為種群類別數，隱層神經元個數設定為網絡權值初始化為[0,1]之間的隨機值，每個粒子對應一個神經網絡。本發明依據粒子適應值及粒子適應值的變化量，實時調整粒子的慣性權重，能夠快速尋找到全局最優解，最終提高人臉識別的效率及精度。
【專利說明】基於粒子群優化BP網絡的人臉識別方法
【技術領域】
[0001]本發明屬於人臉識別【技術領域】，涉及一種人臉識別方法，尤其涉及一種基於粒子群優化BP網絡的人臉識別方法。
【背景技術】
[0002]在現在手機照相的笑臉識別均採用的BP算法進行識別。BP算法屬於啟發式算法，算法運行速度較慢，而且容易陷入局部極值，尋優效果較差。
[0003]粒子群優化算法是模擬鳥群尋找食物和人類活動的群智能算法，是一種全局隨機尋優算法。粒子群算法具備很強的全局尋優能力，而且算法實現更簡單，尋優性能很穩定，越來越多的應用於傳統啟發式算法的問題求解中。
[0004]粒子群算法是粒子向自身經驗Pi和群體經驗Pg不斷學習，實現在解空間的尋優。假設粒子群中第i個粒子在d維空間中的位置為Xi=Uil,xi2，…，xid)，飛行速度為Vi=(Vil，Vi2, -,Vid),其經歷過的最好位置為PiMpuPw…，pid)，所有粒子經歷過的最好位置為Pg= (pgl, pg2,…，pgd)。每一代粒子按下式更新:
[0005]
【權利要求】
1.一種基於粒子群優化BP網絡的人臉識別方法，其特徵在於，所述方法包括: 圖像經過預處理去除外界的幹擾，為後續處理提供高質量的圖像；經過預處理的圖像信息通過選擇不同的特徵提取方式，將其信息通過映射變換，投影到特徵空間，形成一個mXn的矩陣，每個參數對應一個特徵；神經網絡在訓練或識別的過程中，其每一個特徵對應神經網絡一個輸入節點，而輸出節點等於類別數，一個輸出節點對應一個類； 從而設計出一種全連接的BP網絡，其中輸入層神經元的個數對應為圖像的特徵數，輸出層神經元個數為種群類別數，隱層神經元個數設定為，
2.根據權利要求1所述的基於粒子群優化BP網絡的人臉識別方法，其特徵在於:
設定 k1=I, k2=0.1, Id1=0.2, b2=2。
3.根據權利要求1所述的基於粒子群優化BP網絡的人臉識別方法，其特徵在於: 為了提高神經網絡的泛化能力，採用均方誤差的最小值作為適應值:
【文檔編號】G06K9/66GK103679139SQ201310609065
【公開日】2014年3月26日 申請日期:2013年11月26日 優先權日:2013年11月26日
【發明者】李保印 申請人:聞泰通訊股份有限公司