[發明專利]基于粒子群優化BP網絡的人臉識別方法

有效

• 申請號: 201310609065.1
• 申請日: 2013-11-26
• 公開（公告）號: CN103679139B
• 公開（公告）日: 2017-08-15
• 發明（設計）人: 李保印
• 申請（專利權）人: 聞泰通訊股份有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/66;G06N3/08
• 代理公司: 上海新天專利代理有限公司31213
• 代理人: 王敏杰

1.一種基于粒子群優化BP網絡的人臉識別方法，其特征在于，所述方法包括：

圖像經過預處理去除外界的干擾，為后續處理提供高質量的圖像；經過預處理的圖像信息通過選擇不同的特征提取方式，將其信息通過映射變換，投影到特征空間，形成一個m×n的矩陣，每個參數對應一個特征；神經網絡在訓練或識別的過程中，其每一個特征對應神經網絡一個輸入節點，而輸出節點等于類別數，一個輸出節點對應一個類；

從而設計出一種全連接的BP網絡，其中輸入層神經元的個數對應為圖像的特征數，輸出層神經元個數為種群類別數，隱層神經元個數設定為網絡權值初始化為[0,1]之間的隨機值，每個粒子對應一個神經網絡；

所述神經網絡在訓練或識別的過程中包括利用粒子群算法優化BP網絡的步驟，在可行解區域和速度區間隨機初始化每個粒子的初始位置和初始速度，其中粒子的位置代表問題的一個可行解；假設種群中第i個粒子在d維空間中的位置為x_i＝(x_i1，x_i2，…，x_id)，其對應的飛行速度為v_i＝(v_i1，v_i2，…，v_id)和該粒子至今搜索到的最好位置為P_i＝(p_i1，p_i2，…，p_id)，所有粒子搜索到的最好位置為P_g＝(p_g1，p_g2，…，p_gd)；則標準粒子群算法的速度-位移更新公式如下：

其中，v_id表示第i個粒子的第d維速度分量；w為慣性權重；t為迭代次數；c₁、c₂為學習因子；r₁和r₂為(0,1)之間均勻分布的隨機數；

所述利用粒子群算法優化BP網絡的步驟中包括動態調整粒子慣性權重的步驟：

w＝f(e₁，ec)＝f₁(e1)+f₂(ec) (3)

ec＝e₁(t)-e₁(t-1) (4)

其中，慣性權重w是粒子群算法的全局尋優和局部尋優的平衡系數，e₁為粒子的適應值，ec為粒子的變化率；f₁和f₂分別為：

其中，k₁、k₂分別為比例因子調節曲線的上幅度、下幅度，b₁、b₂分別為權重因子調節曲線的左伸展、右伸展。

2.根據權利要求1所述的基于粒子群優化BP網絡的人臉識別方法，其特征在于：

設定k₁＝1，k₂＝0.1，b₁＝0.2，b₂＝2。

3.根據權利要求1所述的基于粒子群優化BP網絡的人臉識別方法，其特征在于：

為了提高神經網絡的泛化能力，采用均方誤差的最小值作為適應值：

其中，N為訓練樣本數；d_ij為第i個樣本的第j個輸出神經元的期望輸出；y_ij第i個樣本的第j個輸出神經元的實際輸出；Max為粒子種群規模。