张永东　王建军

摘 要 模式识别的首要工作任务是提取图像特征。本文基于图像矩阵相似度特征进行体态识别。文中首先简要介绍人工神经网络机器学习法，其次基于矩阵理论提出图像矩阵相似度，最后利用人工神经网络训练提取样本图像的矩阵相似度特征进行体态识别。实验结果表明，利用人工神经网络训练提取样本图像的矩阵相似度特征进行体态识别能获得较高的图像中人体体态识别率。

关键词 人工神经网络 矩阵相似度 图像体态识别

中图分类号：TP391 文献标识码：A DOI：10.16400/j.cnki.kjdkx.2018.01.015

Body of Image Recognition Based on Matrix Similarity Using Neural Network

ZHANG Yongdong， WANG Jianjun

（College of Biomedical Engineering， South-Central University for Nationalities， Wuhan， Hubei 430074）

Abstract The primary task of pattern recognition is to extract the features of the image. The purpose of this paper is to achieve the posture recognition based on the matrix similarity feature of the image .The paper first introduces the machine learning method of artificial neural network， and then puts forward the matrix similarity of the image based on matrix theory. Finally， we use artificial neural network to extract the matrix similarity feature of sample image for posture recognition. The experimental results show that the recognition rate of the posture recognition is higher by using the matrix similarity feature of the artificial neural network to extract the sample image.

Keywords artificial neural network； matrix similarity； posture of image recognition

0 引言

特征提取是图像模式识别的基础，在图像模式识别实际应用中，优秀的机器学习算法配上良好的特征提取，是模式识别的关键。目前应用较多的机器学习算法有PCA模型[1]理论、贝叶斯、[2]人工神经网络[3]（Artificial Neural Networks）等；图像特征有SIFT特征、[4]HOG特征、[5]Edgelet特征[6]等。经过查阅相关文献，本文利用人工神经网络训练提取样本图像的矩阵相似度特征进行体态识别，实验结果表明本文方法能获得较高识别率，具有重要的理论意义和实践价值。

1人工神经网络

人工神经元[7]是构成人工神经网络的最基本的单元，形象化地对生物神经元进行了描述，通过具体的数字及语言进行表达，模拟生物神经元的功能、结构，并用模拟图进行表示。图1是一种简化的人工神经元结构模型。它主要包括三个基本元素：连接权值、求和单元、激活函数。

图1中，是神经元的样本输入，是各样本权值， 是求和函数，是偏值，是激活函数，是神经元的输出，则神经元的整个输入为：