[发明专利]一种基于改进细菌觅食算法的人脸识别方法

说明书

随着科技的发展和大数据时代的来临，社会信息安全问题备受关注。如公安部门从街道中辨认嫌疑犯，银行需要客户的身份认证，海关对每天出入关的身份确认。身份验证的方式也层出不穷，如密码，指纹，ID卡和RFID射频卡等识别方式，其中人脸识别是目前比较热门研究领域。近年来，很多优秀的人才都在进行人脸识别领域的研究，并取得了比较大的成就。针对前人所提方法的弱点和缺点，本专利对传统的细菌觅食法进行了改进，并将改进的算法应用到人脸识别，即先用改进的细菌觅食法对原始人脸数据库进行分类，再通过比对法对目标人脸进行识别。实验表明本发明具有非常高的识别率。本发明主要是由如下模块组成：人脸输入模块、人脸图像预处理模块、人脸特征提取模块、细菌觅食算法训练模块、目标人脸图像输入模块、目标人脸图像识别模块。

技术领域

本发明涉及智能计算技术，特别涉及一种使用改进细菌觅食算法进行人脸识别的技术。该技术在身份认证，模式识别等领域中有着广泛的应用前景。

背景技术

人脸识别是计算机视觉及模式识别领域中的研究热点和难点，是具有广阔应用前景的研究课题。随着科技的发展和大数据时代的来临，社会信息安全问题备受关注。如公安部门从街道中辨认嫌疑犯，银行需要客户的身份认证，海关对每天出入关的身份确认。身份验证的方式也层出不穷，如密码，指纹，ID卡和RFID射频卡等识别方式，其中人脸识别是目前比较热门的研究领域，近年来，很多优秀的人才都在进行人脸识别领域的研究，并取得了比较大的成就。人脸识别是利用计算机并借助相关算法对人脸进行辨认的一门技术，其算法有很多种，其中有用用于人脸识别的仿生计算方法，如遗传算法、蚁群算法等智能群体算法，但遗传算法搜索速度缓慢，而蚁群算法因加入信息素，影响识别效率。为此，本专利使用一种改进的细菌觅食算法进行人脸识别。

细菌觅食算法(Bacterial Foraging Algorithm,BFA)——也称为细菌觅食优化算法(Bacterial Foraging Optimization Algorithm, BFO / BFOA)——由K.M.Passino于2002年基于Ecoli大肠杆菌在人体肠道内吞噬食物的行为，提出的一种新型仿生类算法。该算法主要依靠特有的趋化行为、繁殖行为、迁徙行为为基础的作为算子来更新位置和最优化，来实现种群的进化。其中趋化行为是用来保证细菌位置的更新，搜寻更多食物的行为；繁殖行为是保证细菌群体大部分保持在最优途径上的行为；迁徙行为是让细菌群体跳出局部最优的范围已达到全局最优的行为。细菌觅食算法是模仿大肠杆菌在肠内搜食物过程中体现的群体竞争协作机制，它具有群体智能算法并行搜索、容易脱离局部极值等优点，是生物启发式计算研究领域的热点之一。

而目前的BFO算法的研究还处于初级阶段，BFO的应用还不够深入，在人脸识别的方面更是不够深入，而用于人脸识别的其他群体智能算法的准确率和效率上并不理想，如遗传算法和蚁群算法等等。BFO算法具有对初值和参数选择的不敏感，鲁棒性强，简单易于实现，以及并行处理和全局搜索等优点。细菌觅食算法中的各种算子的情况如下：

（1）趋化算子

细菌向有利于自身的环境聚集并躲避不利于自身生存区域的行为在算法中称为细菌的趋化算子。首先每只细菌Bacterial(i)分别执行趋化算子，在这里每个细菌由两个部分组成，即细菌的位置和细菌的适应度。细菌结构i表示如下：

细菌的位置编码结构表示为：

其中C_j表示第j类的分类中心，是一个D维矢量。