论文部分内容阅读
光照变化和环境噪声会引起人脸识别正确率下降,为了有效地解决这一问题,需要进行可变光照下彩色多维人脸图像自动识别.但是采用当前的方法进行人脸图像自动识别时,收敛速度慢,极易陷入局部极小,存在识别误差较大的问题.为此,提出一种基于粒子群优化神经网络的可变光照下彩色多维人脸图像自动识别方法.该方法先利用小波变换获取人脸图像的低频分量,用二维鉴别分析(2DLDA)方法提取人脸图像低频分量的线性鉴别特征,利用粒子群优化BP神经网络进行分类识别,并在AR和Yale2个人脸数据库中验证了所提方法的可行性.实验仿真