陈甲英，曹飞龙

(中国计量大学 理学院，浙江 杭州 310018)



一种二维鲁棒随机权网络及其应用

陈甲英，曹飞龙

(中国计量大学 理学院，浙江 杭州 310018)

【摘要】二维随机权网络的主要特点是将矩阵数据直接作为输入，可以保留矩阵数据本身的结构信息，从而提高识别率.然而，二维随机权网络在处理含有离群值的人脸图像识别问题时效果往往不佳.为了解决该问题，提出一种新的人脸识别方法——二维鲁棒随机权网络，并用期望最大化算法来求解网络参数.实验结果显示，该方法能够较好地处理含有离群值的人脸识别问题.

【关键词】人工神经网络；二维随机权网络；人脸识别；期望最大化算法

人脸识别技术是模式识别、图像处理、机器视觉、神经网络等领域的研究热点之一，已广泛应用于身份识别、证件验证、银行和海关的监控、门卫系统、视频会议、机器智能化以及医学等方面.传统的人脸识别一般分为四个步骤：人脸检测，图像预处理，特征提取和构造分类器分类.其中特征提取和分类是人脸识别研究的关键.

人脸识别按照人脸样本的来源可分为两类：基于静态人脸图像的识别和基于包含人脸动态信息的识别.本文所提及的方法都是基于静态人脸图像的识别.现有的人脸识别方法主要有：基于几何特征的人脸识别方法[1-2]，基于统计特征的人脸识别方法[3-10]，基于模型的人脸识别方法[11-14]和基于神经网络的识别方法.Carpenter首次将神经网络应用于模式……