论文部分内容阅读
摘 要：传统的人脸朝向识别算法中存在准确率较低问题，为了满足图像和视频中人脸的位置，朝向和旋转都不是固定的特点，本课题主要对基于LVQ神经网络人脸朝向识别算法研究，并建立了LVQ神经网络模型，最终通过MATLAB仿真来进行实现。
关键词：LVQ神经网络;人脸朝向识别;算法
一、人脸朝向识别理论
1.LVQ算法概念介绍
LVQ（学习向量量化）神经网络属于一种具备监督学习特征的输入前向神经网络。主要特点：识别模式、映射方法、网络结构相对简洁。据统计，LVQ算法适用于人脸识别工作，准确率高达95%。LVQ主要通过眼部特征和人脸图像几何形状的等特征来对人脸朝向和旋转角度进行区分，识别度较高，尤其是人眼位置以及相关特征向量，可以帮助分析人脸朝向，并对相关数据进行分类处理，通过LVQ神经网络输入识别到的数据，可以快速识别人脸朝向。LVQ神经网络的主要由输入层、竞争层、线性输出层构成。其中输出层的每一个神经元都和竞争层的一组神经元对应并相互链接，连接的权值用1来表示。竞争层中，只有获胜神经元的输出权值为1，由此可以推出，获胜神经元与之相连的输出层的输出权值也为1，其他神经元所相连的输出层的神经元的输出權值为0，这样能够对神经元进行有效分类，完全负责的神经元处理。
2.LVQ算法数学模型介绍
基于LVQ2学习算法主要步骤如下：
（1）首先需要初始化参数的值，再对参数值进行运算，从而运算出竞争层中向量和神经元的距离为多少;
（2）选择与输入向量距离最小的两个竞争层的神经元;
（3）在完成分类后，假设两个神经元处于不同的类别，分别用并且i，j来进行表示，与输入向量的距离分别用，来表示，并且能够满足公式（1-1）：
（1-1）
从公式（2-13）可以看出，表示输入后的向量指导邻近向
量窗口的宽度。党经验值为时，并且神经元i对应的类别Ci=输入向量类别Cx时，则表明公式（1-2）成立：
（1-2）
若神经元j对应的类别Cj=输入向量类别Cx，则表明公式（1-3）成立：
（1-3）
（4）若神经元i，j不满足，重复步骤（3）直到完成迭代。
二、人脸朝向识别方法实现
1.人脸朝向识别模型建立
首先需要选择一组人脸采集对象，对这些采集对象的人脸的不同角度的图像信息进行采集，每个采集对象都需要采集五个角度的图像信息，具体包括左方、左前方、前方、右前方和右方，主要用于表示人脸的不同朝向。
采集的人脸图像，可以建立基于LVQ神经网络的人脸朝向识别模型，从而识别和判断相同对象不同图像中的人脸朝向。判断原理：根据人脸不同朝向时眼睛在图像中的位置，将眼部位置的信息进行提取和采集，建立特征向量集合，作为输入数据，通过算法进行识别和判断，最后输出判断结果，按照左方、左前方、前方、右前方和右方的顺序分别用1～5表示。对训练集的数据和信息进行训练，成立判断人脸朝向的识别网络。
2.人脸朝向识别设计流程
在对人脸朝向识别进行设计时，其设计流程主要包括人脸特征向量的提取、训练集以及测试集的产生、创建并训练神经网络，从而实现人脸识别。设计流程如图（2-2）所示：
人脸朝向识别模型的性能判断主要通过LVQ算法建立人脸识别模型，得出识别结果后再进行分析，采用MatLab2017a软件进行仿真测试，测试所使用的计算机配置为Win8/2.4GHz。通过对参数进行初始化，人脸5个朝向与LVQ神经网络输出向量的对应关系见如表2-1所示：
结论
本课题采用LVQ神经网络对人脸朝向进行识别，通过提取人脸图像中眼睛位置的特征向量并对朝向不同的人脸图像样本进行学习训练，优化了学习向量量化神经网络各层间的权值参数，从而保证人脸朝向的识别准确率较高;在测试部分，采用MATLAB仿真来对LVQ神经网络进行设计，从而实现了对人脸朝向的识别的判断。仿真结果进行分析表明，LVQ神经网络的识别方法可以通过输入图像的二值信息来判断该图像的人脸朝向，正确识别率可以达到95%以上，识别率与抗干扰性较高。
参考文献
[1]闫娟.人脸识别技术的分析与展望[J].机电设备，2016，（04）：113-115.
[2]张海劲.基于人脸识别技术的智能钥匙柜研制[M].哈尔滨工业大学出版社，2015，（02）：221-225.
[3]尹克重.基于ICA的人脸识别算法研究[M].重庆大学出版社，2015.，（23）：97-101.
[4]柯江民.人脸图像的检测和识别的研究与实现[M].成都理工大学出版社，2016.，（11）：65-69.
[5]Chellappa R，Wilson C L etal[J].Human and machine recognition of faces：Asurvey.Proceedings of the IEEE，2015，83（5）：705～740.
[6]张俊虎.基于主成分分析的人脸识别算法研究[M].中北大学出版社，2015.，（07）：231-236.
作者简介：
主晶晶，女，1984年3月，陕西富平人，2008年本科毕业于陕西科技大学，工程技术（电子工程）高级职称，主要研究方向系统运维，主要从事IT项目管理工作。
（作者单位：广东美的制冷设备有限公司）
关键词：LVQ神经网络;人脸朝向识别;算法
一、人脸朝向识别理论
1.LVQ算法概念介绍
LVQ（学习向量量化）神经网络属于一种具备监督学习特征的输入前向神经网络。主要特点：识别模式、映射方法、网络结构相对简洁。据统计，LVQ算法适用于人脸识别工作，准确率高达95%。LVQ主要通过眼部特征和人脸图像几何形状的等特征来对人脸朝向和旋转角度进行区分，识别度较高，尤其是人眼位置以及相关特征向量，可以帮助分析人脸朝向，并对相关数据进行分类处理，通过LVQ神经网络输入识别到的数据，可以快速识别人脸朝向。LVQ神经网络的主要由输入层、竞争层、线性输出层构成。其中输出层的每一个神经元都和竞争层的一组神经元对应并相互链接，连接的权值用1来表示。竞争层中，只有获胜神经元的输出权值为1，由此可以推出，获胜神经元与之相连的输出层的输出权值也为1，其他神经元所相连的输出层的神经元的输出權值为0，这样能够对神经元进行有效分类，完全负责的神经元处理。
2.LVQ算法数学模型介绍
基于LVQ2学习算法主要步骤如下：
（1）首先需要初始化参数的值，再对参数值进行运算，从而运算出竞争层中向量和神经元的距离为多少;
（2）选择与输入向量距离最小的两个竞争层的神经元;
（3）在完成分类后，假设两个神经元处于不同的类别，分别用并且i，j来进行表示，与输入向量的距离分别用，来表示，并且能够满足公式（1-1）：
（1-1）
从公式（2-13）可以看出，表示输入后的向量指导邻近向
量窗口的宽度。党经验值为时，并且神经元i对应的类别Ci=输入向量类别Cx时，则表明公式（1-2）成立：
（1-2）
若神经元j对应的类别Cj=输入向量类别Cx，则表明公式（1-3）成立：
（1-3）
（4）若神经元i，j不满足，重复步骤（3）直到完成迭代。
二、人脸朝向识别方法实现
1.人脸朝向识别模型建立
首先需要选择一组人脸采集对象，对这些采集对象的人脸的不同角度的图像信息进行采集，每个采集对象都需要采集五个角度的图像信息，具体包括左方、左前方、前方、右前方和右方，主要用于表示人脸的不同朝向。
采集的人脸图像，可以建立基于LVQ神经网络的人脸朝向识别模型，从而识别和判断相同对象不同图像中的人脸朝向。判断原理：根据人脸不同朝向时眼睛在图像中的位置，将眼部位置的信息进行提取和采集，建立特征向量集合，作为输入数据，通过算法进行识别和判断，最后输出判断结果，按照左方、左前方、前方、右前方和右方的顺序分别用1～5表示。对训练集的数据和信息进行训练，成立判断人脸朝向的识别网络。
2.人脸朝向识别设计流程
在对人脸朝向识别进行设计时，其设计流程主要包括人脸特征向量的提取、训练集以及测试集的产生、创建并训练神经网络，从而实现人脸识别。设计流程如图（2-2）所示：
人脸朝向识别模型的性能判断主要通过LVQ算法建立人脸识别模型，得出识别结果后再进行分析，采用MatLab2017a软件进行仿真测试，测试所使用的计算机配置为Win8/2.4GHz。通过对参数进行初始化，人脸5个朝向与LVQ神经网络输出向量的对应关系见如表2-1所示：
结论
本课题采用LVQ神经网络对人脸朝向进行识别，通过提取人脸图像中眼睛位置的特征向量并对朝向不同的人脸图像样本进行学习训练，优化了学习向量量化神经网络各层间的权值参数，从而保证人脸朝向的识别准确率较高;在测试部分，采用MATLAB仿真来对LVQ神经网络进行设计，从而实现了对人脸朝向的识别的判断。仿真结果进行分析表明，LVQ神经网络的识别方法可以通过输入图像的二值信息来判断该图像的人脸朝向，正确识别率可以达到95%以上，识别率与抗干扰性较高。
参考文献
[1]闫娟.人脸识别技术的分析与展望[J].机电设备，2016，（04）：113-115.
[2]张海劲.基于人脸识别技术的智能钥匙柜研制[M].哈尔滨工业大学出版社，2015，（02）：221-225.
[3]尹克重.基于ICA的人脸识别算法研究[M].重庆大学出版社，2015.，（23）：97-101.
[4]柯江民.人脸图像的检测和识别的研究与实现[M].成都理工大学出版社，2016.，（11）：65-69.
[5]Chellappa R，Wilson C L etal[J].Human and machine recognition of faces：Asurvey.Proceedings of the IEEE，2015，83（5）：705～740.
[6]张俊虎.基于主成分分析的人脸识别算法研究[M].中北大学出版社，2015.，（07）：231-236.
作者简介：
主晶晶，女，1984年3月，陕西富平人，2008年本科毕业于陕西科技大学，工程技术（电子工程）高级职称，主要研究方向系统运维，主要从事IT项目管理工作。
（作者单位：广东美的制冷设备有限公司）