基于小波变换与脉冲耦合神经网络的人脸识别
作者:
基金项目:

国家自然科学基金(61179011);福建教育厅项目(JAS151254);福建师大项目(I201502019)


Face Recognition Based on Wavelet Transform and Pulse Coupled Neural Network
Author:
  • 摘要
  • | |
  • 访问统计
  • |
  • 参考文献 [14]
  • |
  • 相似文献 [20]
  • | | |
  • 文章评论
    摘要:

    脉冲耦合神经网络(Pulse Coupled Neural Network,PCNN)是基于生物视觉特性而提出的新一代人工神经网络,它在数字图像处理及人工智能等领域具有广泛应用前景.本文通过研究PCNN理论模型及其工作特性的基础上提出了一种提取人脸特征的方法.首先利用小波变换提取人脸图像低频特征,降低人脸图像的维度,然后利用简化的PCNN提取小波低频系数重构后的人脸图像的相应时间序列,并以此作为人脸识别的特征序列.最后利用时间序列和欧式距离完成人脸的识别过程.本文通过ORL人脸库进行实验证明了该方法的有效性.

    Abstract:

    Pulse Coupled Neural Network (PCNN) is a new generation artificial neural network (ANN) based on biological vision. It has wide application prospects in the field of digital image processing and artificial intelligence. In this paper, we propose a method to extract face features by studying PCNN theoretical model and its working characteristics. Firstly, the low frequency feature of face image is extracted by wavelet transform. Then, the simplified PCNN is used to extract the corresponding time series of face image reconstructed by wavelet low-frequency coefficient, which is used as the feature sequence of face recognition. Finally, the face recognition process is completed with time series and Euclidean distance. In this paper, we demonstrate the effectiveness of the method with ORL face database.

    参考文献
    [1] 毛亮, 李立琛. 浅谈人脸识别技术. 中国公共安全, 2014, (10): 121-123.
    [2] Lu GC, Lin CY. PCA based immune networks for human face recognition. Applied Soft Computing, 2011, 11(2): 1743-1752.[DOI:10.1016/j.asoc.2010.05.017]
    [3] Shao H, Chen S, Zhao JY, et al. Face recognition based on subset selection via metric learning on manifold. Frontiers of Information Technology & Electronic Engineering, 2015, 16(12): 1046-1058.
    [4] 祁彦庆, 汪烈军, 吴生武. 一种基于稀疏表达和神经网络的人脸识别算法. 计算机应用与软件, 2016, 33(10): 172-175.[DOI:10.3969/j.issn.1000-386x.2016.10.038]
    [5] Shchegoleva NL, Kukharev GA. Application of two-dimensional principal component analysis for recognition of face images. Pattern Recognition and Image Analysis, 2010, 20(4): 513-527.[DOI:10.1134/S1054661810040127]
    [6] 郭雅楠, 李鸿燕. 基于ICA和GSPSO-SVM的人脸识别方法. 计算机工程与设计, 2014, 35(12): 4302-4305, 4310.[DOI:10.3969/j.issn.1000-7024.2014.12.047]
    [7] 张燕平, 窦蓉蓉, 赵姝, 等. 基于集成学习的规范化LDA人脸识别. 计算机工程, 2010, 36(14): 144-146.[DOI:10.3969/j.issn.1000-3428.2010.14.052]
    [8] 马义德, 李廉, 王亚馥, 等. 脉冲耦合神经网络原理及其应用. 北京: 科学出版社, 2006.
    [9] 聂仁灿, 姚绍文, 周冬明, 等. 基于简化脉冲耦合神经网络的人脸识别. 计算机科学, 2014, 41(2): 297-301.
    [10] 赵光兰, 周冬明, 赵东风, 等. 脉冲耦合神经网络的人脸识别方法. 云南大学学报(自然科学版), 2011, 33(2): 141-146.
    [11] 岑翼刚, 陈晓方, 岑丽辉, 等. 基于单层小波变换的压缩感知图像处理. 通信学报, 2010, 31(8A): 52-55.
    [12] 魏伟一, 李战明. 基于改进PCNN和互信息熵的自动图像分割. 计算机工程, 2010, 36(13): 199-200.[DOI:10.3969/j.issn.1000-3428.2010.13.071]
    [13] 陈粟宋. 一种融合PCNN和Watershed变换的图像分割方法. 武汉大学学报(工学版), 2011, 44(2): 269-272.
    [14] 严春满, 郭宝龙, 易盟. 基于改进LP变换及自适应PCNN的多聚焦图像融合方法. 控制与决策, 2012, 27(5): 703-707, 712.
    引证文献
    网友评论
    网友评论
    分享到微博
    发 布
引用本文

何世强,刘金清,刘引,蔡淑宽,陈存弟,周晓童,邓淑敏,吴庆祥.基于小波变换与脉冲耦合神经网络的人脸识别.计算机系统应用,2017,26(10):231-235

复制
分享
文章指标
  • 点击次数:1882
  • 下载次数: 2189
  • HTML阅读次数: 0
  • 引用次数: 0
历史
  • 收稿日期:2016-12-25
  • 最后修改日期:2017-01-23
  • 在线发布日期: 2017-10-31
文章二维码
您是第11206137位访问者
版权所有:中国科学院软件研究所 京ICP备05046678号-3
地址:北京海淀区中关村南四街4号 中科院软件园区 7号楼305房间,邮政编码:100190
电话:010-62661041 传真: Email:csa (a) iscas.ac.cn
技术支持:北京勤云科技发展有限公司

京公网安备 11040202500063号