Resumen

La idea básica de la tecnología de reconocimiento facial es comparar el grado de coincidencia entre la imagen facial estándar marcada con información de identidad y el rostro estático o dinámico recogido de la escena real, lo que incluye dos contenidos principales de investigación: la extracción de características faciales y el reconocimiento de características faciales. La identificación tradicional suele demostrar quiénes somos mediante certificados, contraseñas o certificados más contraseñas. Con el desarrollo de la ciencia y la tecnología, la tecnología de reconocimiento facial ocupará una posición cada vez más importante. Inspirada en el cerebro humano, la red neuronal artificial (RNA) es un sistema de extracción de información basado en la imitación de la función y estructura básicas del cerebro humano y abstraído por métodos de investigación físicos y matemáticos. Basándose en el modelo tradicional de red neuronal BP, este artículo propone un modelo de red neuronal BP con algoritmo de colonia de hormigas (ACO-BPNN) y lo aplica al reconocimiento de caras. Los resultados experimentales muestran que, al igual que otras técnicas de reconocimiento facial, la localización de los rasgos faciales debe adaptarse al máximo a los diversos cambios de los rostros, por lo que el efecto de reconocimiento y clasificación de los rasgos faciales completos extraídos de la imagen facial completa sobre los cambios de dichas áreas parciales no es bueno, mientras que el método de extracción de rasgos locales basado en ACO-BPNN puede lograr un buen efecto de reconocimiento y clasificación.

• Materias:Inteligencia artificial Minería de datos Algoritmos genéticos Neurofisiología Proceso de aprendizaje
• Subjects:Artificial intelligence Data mining Genetic algorithms Neurophysiology Learning processes
• Palabras claves:tecnología de reconocimiento facial, cerebro humano, efectos de la clasificación, cambio de rostro, rasgos de la cara entera, métodos de extracción de rasgos, algoritmo de colonia de hormigas, ideas de la cara, contenido principal de la investigación, técnicas de reconocimiento facial
• Keywords:face recognition technology, human brain, classification effects, change of face, whole face features, features extraction methods, ant colony algorithm, ideas of face, main research content, face recognition techniques