张晓红　呼豆豆

[摘 要]本文研究了基于神经网络的人脸朝向识别，在现实中同样的人脸拍摄角度不同，得到的特征向量也会有较大的差别，计算机可能就会识别为不同的人。人脸朝向的方向分为左方，左前方，前方，右前方和右方五种。文中选取了BP 和LVQ 两种神经网络，通过对人脸图像进行特征值的提取，与目标向量进行训练，得到具有预测功能的网络。经过实验测试，结果表明LVQ 网络对人脸的识别率要高于BP 网络。

[关键词]人脸朝向识别，特征提取，BP，LVQ

中图分类号：TP342 文献标识码：A 文章编号：1009-914X（2018）12-0225-01

0 前言

人脸识别作为一个复杂的模式识别问题，近年来人脸的识别、检测、跟踪、特征定位等技术近年来都是研究的热点。人脸识别是人脸应用研究中的第一步，主要任务是从现场录像中提取出人脸，与已经建立的数据库中的人脸图像进行对比，辨识出特定人物的身份。由于人脸形状以及光线和背景的多样性，如果摄像头拍摄范围内目标人物的脸没有正对着摄像头，摄像头没有捕捉人脸正面的信息，均会对识别的结果有较大的影响[1]。对于同一个人，摄像头的拍摄角度不同，得到的特征值也会有比较大的差别，计算机就可能会识别为不同的人，所以人脸朝向问题的分析对于人脸模式识别的研究具有重要的意义。

1 BP神经网络基本学习算法

BP （Back Propagation）神经网络由输入层、中间层和输出层组成，相同层内的神经元节点无互相连接，而相邻层之间的各神经元节点进行全连接。……