论文部分内容阅读
本文首先做了人脸图像的采集。然后对人脸识别的两个关键环节，特征提取和识别分类做了大量细致的研究和实验。特征提取的是代数特征，包括PCA特征和奇异值特征，原始图像也分别用双线性插值和小波分解做了处理来减小数据量。识别分类用的是流行的BP神经网络，针对标准BP算法的不足笔者做了一些改进。最后对人脸认知模型作了详细的介绍，并探讨了人工生命在图像处理中的应用还有一个全新的图像识别系统—PADO。
在ORL人脸数据库上做了算法的测试，证明了改进后BP在训练时间的降低和识别效果上的提高。