智能門禁安防報(bào)警系統(tǒng)的仿真應(yīng)用
加入技術(shù)交流群
RBF神經(jīng)網(wǎng)絡(luò)為三層結(jié)構(gòu)(如圖4所示)。
訓(xùn)練時(shí)：輸入層的維數(shù)r與子圖像的數(shù)目對(duì)應(yīng);隱含層選用高斯核函數(shù)：
實(shí)現(xiàn)聚類算法，其中，si為隱含層第i個(gè)神經(jīng)元的寬度;輸出層類別k的輸出值為：
式中，w(k，i)為隱含層第i個(gè)節(jié)點(diǎn)與輸出層第k個(gè)輸出節(jié)點(diǎn)的連接權(quán)值。
測(cè)試時(shí)：利用貝葉斯估計(jì)的方法設(shè)置隱含層
函數(shù)和輸出層
函數(shù)。
識(shí)別結(jié)果模塊
利用貝葉斯分類器估計(jì)測(cè)試樣本與訓(xùn)練樣本之間的人臉圖像相似度，滿足閾值初始化設(shè)定值的人臉圖像和相關(guān)類別情況的文字說(shuō)明顯示于相應(yīng)界面內(nèi)。滿足閾值要求的人臉圖像可以按照50%的比例輸出，也可以按照其他的比例輸出。
仿真實(shí)驗(yàn)結(jié)果及分析
利用在Yale人臉庫(kù)中的人臉圖像，分以下4種分塊加權(quán)的情況進(jìn)行實(shí)驗(yàn)(識(shí)別結(jié)果見(jiàn)表1和表2)。
評(píng)論