文档介绍：2005 届优秀毕业论文[设计]集(第六册信息工程学院)
Collection Graduation Theses (Projects) of SZU 2005 (VOLUME Ⅵ College of Information and Engineering)

基于模糊自适应共谐振神经网络的在线人脸识别

(信息工程学院电子信息工程何思晓)
(学号:2002132063)

内容摘要:本论文论述了一套具有广泛应用的基于模糊自适应共谐振神经网络在线人脸识别
, 也能自动地检测未知的脸,训练未知的
脸,使其进入识别系统中,当这个未知脸再次出现时候,系统就能识别出来.
这套模糊自适应共谐振人脸在线识别神经网络系统识别速度很快,因为它每学习一个样本就
分类一次,添加新面孔,
那样,,而是同时
.
本论文依据自适应共谐振神经网络模型1和模糊自适应共谐振网络模型的原理,提出了两种
算法. 第一种算法是按照模糊自适应共谐振网络原本具有的,而第二种算法则是第一种算法的修
改版本,它可以比第一种算法接节约30%,对ORL人脸数据库中,40个
人,每个人10个表情,共400个样本进行人脸识别,%
训练过的样本再次送入网络中学习,第二次输入时,系统的权值向量矩阵发生了变化,和第一次不
,这个过程相当于非在线识别,,这样一
个非在线识别率达到100%.在调整过的第二种算法中,%的识
%-75%.第二种算法的运行时间短于第一种算法,在小型应用硬
件系统中,会有更好的利用价值。
关键词:人脸识别,自适应共谐振网络, 在线训练
教师点评:用 ART 神经网络技术进行在线人脸模式识别是一新的研究与应用课题。该生能
基本掌握 ART 神经网络技术,进行适当的编程并上机实验。该生工作比较认真,能基本完成任
务书所规定的工作。(点评教师:王小民,副教授)

1. INTRODUCTION
Facial-recognition technology has improved significantly during the past few years[1], making it an
effective tool for verifying access to buildings puters. But it's less useful for identifying
unknown individuals in a crowded world since most face recognition systems are trained on a fixed
number of faces that are known in advance [2][3][4] such