刘梦非，汪兆栋

（1.江西工程职业学院 江西 南昌 330046；2.景德镇高等专科学校 江西 景德镇 333000）

基于小波包和Hopfield神经网络人脸识别

刘梦非1，汪兆栋2

（1.江西工程职业学院 江西 南昌 330046；2.景德镇高等专科学校 江西 景德镇 333000）

人脸具有极其复杂的情绪表达方式，边缘检测是一种经典的将复杂特征进行精确简化的方式。小波包具有良好的特性，它不但能对信号的低频部分进行分解，而且能对高频部分进行细致的刻画，为精确的边缘检测提供了良好的前提。本文将边缘检测的完整简洁的人脸表达和Hopfield神经网络的记忆性完美结合起来，实验取得了令人满意的效果。

人脸识别；边缘检测；小波包；Hopfield神经网络

小波变换具有良好的时频局部特性以及多尺度分析能力，适合检测突变信号，是检测突变信号强有力的工具[1]。与傅里叶变换相比，小波变换是一种窗口大小固定不变，但形状可以改变的时频局部化分析方法[2]。采用小波变换来检测边缘，可以在大尺度下抑制噪声，小尺度下精确定位边缘，为图像边缘提取提供了新的思路和新的技术途径。小波包分析是从小波分析延伸出来的一种对信号更加细致的分析与重构方法。小波包分析不但对低频部分进行分解，而且对高频部分作更加细致的刻画，对信号的分析能力更强[3、4]。Hopfield神经网络是一种具有记忆功能的反馈性神经网络，它具有结构简单、确定权值时间短、良好的联想记忆能力等方面的优势[1]，被广泛应用在识别当中。……