孫妍姑

（淮南師范學院 計算機與信息工程系，安徽 淮南 232001）

基于BP神經(jīng)網(wǎng)絡(luò)的圖像識別技術(shù)研究

孫妍姑

（淮南師范學院 計算機與信息工程系，安徽 淮南 232001）

圖像識別以圖像的主要特征為基礎(chǔ)，根據(jù)這些特征進行識別和分類。通常有效提取待識別樣本的特征是一件很困難的工作。而BP神經(jīng)網(wǎng)絡(luò)通過非線性計算來識別圖像，相比較而言，它的特征抽取過程要簡單得多。但是，BP算法還存在許多值得探討的地方，如收斂速度慢和容易陷入局部極小等問題。為改進BP算法存在的不足，將遺傳算法引入其中。遺傳算法具有很強的宏觀搜索能力，并且簡單通用，用它來完成前期搜索能較好地克服BP算法的部分缺點。

圖像識別；BP神經(jīng)網(wǎng)絡(luò)；局部極小問題；遺傳算法

圖像識別以圖像的主要特征為基礎(chǔ)，根據(jù)這些特征進行識別和分類。每個圖像都有它的特征，如字母A有個尖，P有個圈，而Y的中心有個銳角等。圖像識別分為特征提取和識別兩個過程，其中，特征提取是指知覺機制排除輸入的多余信息，抽出關(guān)鍵的信息，這些關(guān)鍵信息就是圖像的主要特征。當前，圖像識別技術(shù)主要包括：匹配的圖像識別方法、句法圖像識別方法、模糊圖像識別方法、神經(jīng)網(wǎng)絡(luò)圖像識別方法。

人工神經(jīng)網(wǎng)絡(luò)是由大量的簡單基本元件——神經(jīng)元相互聯(lián)接而成的自適應(yīng)非線性動態(tài)系統(tǒng)。每個神經(jīng)元的結(jié)構(gòu)和功能比較簡單，但大量神經(jīng)元組合產(chǎn)生的系統(tǒng)行為卻非常復雜。與數(shù)字計算機比較，人工神經(jīng)網(wǎng)絡(luò)在構(gòu)成原理和功能特點等方面更加接近人腦，它不是按給定的程序一步一步地執(zhí)行運算，而是能夠自身適應(yīng)環(huán)境、總結(jié)規(guī)律、完成某種運算、識別或過程控制。在圖像識別技術(shù)中，由于人工神經(jīng)網(wǎng)絡(luò)具有自組織與自適應(yīng)能力和并行分布處理等特點，使它和其他方法相比較，具有較明顯的優(yōu)點，如：能進行快速識別，具有很強的自適應(yīng)和自學習能力，能識別帶有噪聲或變形的輸入模式等。

1 BP神經(jīng)網(wǎng)絡(luò)

1.1 BP神經(jīng)網(wǎng)絡(luò)模型

BP（Back Propagation）網(wǎng)絡(luò)是1986年由Rumelhart和McCelland為首的科學家小組提出，是一種按誤差逆?zhèn)鞑ニ惴ㄓ柧毜亩鄬忧梆伨W(wǎng)絡(luò)，是目前應(yīng)用最廣泛的神經(jīng)網(wǎng)絡(luò)模型之一。BP網(wǎng)絡(luò)能學習和存貯大量的輸入-輸出模式映射關(guān)系，而無需事前揭示描述這種映射關(guān)系的數(shù)學方程。它的學習規(guī)則是使用最速下降法，通過反向傳播來不斷調(diào)整網(wǎng)絡(luò)的權(quán)值和閾值，使網(wǎng)絡(luò)的誤差平方和最小。

BP神經(jīng)網(wǎng)絡(luò)模型拓撲結(jié)構(gòu)包括輸入層（input）、隱層(hide layer)和輸出層(output layer)。如圖1所示。它的學習過程由信息的正向傳播和誤差的反向傳播兩部分組成。輸入層各神經(jīng)元負責接收來自外界的輸入信息，并傳遞給中間層各神經(jīng)元；中間層是內(nèi)部信息處理層，負責信息的變換，根據(jù)信息變換能力的需求，中間層可以設(shè)計為單隱層或者多隱層的結(jié)構(gòu)；最后一個隱層傳遞信息到輸出層的各神經(jīng)元，經(jīng)進一步處理后，由輸出層向外界輸出信息處理結(jié)果，從而完成信息的一次正向傳播過程。當實際輸出與期望輸出不符時，進入反向傳播階段。誤差通過輸出層向隱層、輸入層逐層反傳，按誤差梯度下降的方式修正各層權(quán)值。不斷循環(huán)的信息正向傳播和誤差反向傳播過程，是各層權(quán)值不斷調(diào)整的過程，此過程一直進行到網(wǎng)絡(luò)輸出的誤差減少到可以接受的程度，或者達到預先設(shè)定的次數(shù)為止。

圖1 典型3層BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)

1.2 BP算法描述

假設(shè)輸入層有n個神經(jīng)元，隱層有p個神經(jīng)元，輸出層有q個神經(jīng)元。

算法的執(zhí)行的步驟如下：

（1）網(wǎng)絡(luò)初始化：給各連接權(quán)值分別賦一個（-1,1）區(qū)間內(nèi)的隨機數(shù)，設(shè)定誤差函數(shù)e，給定計算精度值t和最大學習次數(shù)M；

（2）隨機選取第k個輸入樣本及對應(yīng)期望輸出；（3）計算隱層各神經(jīng)元的輸入和輸出；

（4）利用網(wǎng)絡(luò)期望輸出和實際輸出，計算誤差函數(shù)對輸出層的各神經(jīng)元的偏導數(shù)δ0（k）；

（5）利用隱層到輸出層的連接權(quán)值、輸出層的δ0（k）)和隱層的輸出計算誤差函數(shù)對隱層各神經(jīng)元的偏導數(shù)δk（k）；

（6）利用輸出層各神經(jīng)元的δ0（k）和隱層各神經(jīng)元的輸出來修正連接權(quán)值Wh0（k）；

（7）利用隱層各神經(jīng)元δh（k）和輸入層各神經(jīng)元的輸入修正連接權(quán)；

（8）計算全局誤差；

（9）判斷網(wǎng)絡(luò)誤差是否滿足要求。當誤差達到預設(shè)精度或?qū)W習次數(shù)大于設(shè)定的最大次數(shù)，則結(jié)束算法。否則，選取下一個學習樣本及對應(yīng)的期望輸出，返回到第3步，進入下一輪學習。

2 BP神經(jīng)網(wǎng)絡(luò)存在的問題

多層前向 BP網(wǎng)絡(luò)是目前應(yīng)用最多的一種神經(jīng)網(wǎng)絡(luò)形式，它具有許多優(yōu)點：具有很強的自適應(yīng)學習能力和一定的推廣、概括能力，識別速度快等，但也存在不少問題，主要有：

（1）學習速度慢。主要原因是BP算法本質(zhì)上為梯度下降法，而它所要優(yōu)化的目標函數(shù)又非常復雜，因此，必然會出現(xiàn)“鋸齒形現(xiàn)象”，這使得BP算法效率較低。

（2）容易陷入局部極小。從數(shù)學的角度看，BP算法為一種局部搜索的優(yōu)化方法，但它要解決的問題為求解復雜非線性函數(shù)的全局極值，因此，算法很可能陷入局部極值。

（3）網(wǎng)絡(luò)隱含層的層數(shù)和單元數(shù)的選擇尚無理論上的指導，一般是根據(jù)經(jīng)驗或者通過反復實驗確定。

從這些問題可以看出，BP神經(jīng)網(wǎng)絡(luò)要更好地應(yīng)用于圖像識別系統(tǒng)，仍需進行改進。

3 遺傳算法

遺傳算法（Genetic Algorithm）是模擬達爾文的遺傳選擇和自然淘汰的生物進化過程的計算機算法。遺傳算法是一種全局優(yōu)化搜索算法，具有簡單通用、魯棒性強、適合并行處理等特點，并且具有廣泛的應(yīng)用范圍。

遺傳算法的基本步驟：

（1）把問題的解表示成“染色體”，在算法中就是以二進制編碼的串，給出一群“染色體”，也就是假設(shè)的可行解；

（2）把這些可行解置于問題的“環(huán)境”中，按適者生存的原則，選取較適應(yīng)環(huán)境的“染色體”進行復制，并通過交叉、變異過程產(chǎn)生更適應(yīng)環(huán)境的新一代“染色體”群；

（3）經(jīng)過這樣一代一代的進化，最后就會收斂到最適應(yīng)環(huán)境的一個“染色體”上，它就是問題的最優(yōu)解。

遺傳算法本質(zhì)上是對染色體模式所進行的一系列運算，即通過選擇算子將當前種群中的優(yōu)良模式遺傳到下一代種群中，利用交叉算子進行模式重組，利用變異算子進行模式突變。通過這些遺傳操作，模式向較好的方向逐步進化，最終得到問題的最優(yōu)解。

遺傳算法的優(yōu)越性主要表現(xiàn)在：首先，遺傳算法在搜索過程中不容易陷入局部最優(yōu)，即使所定義的適應(yīng)函數(shù)是不連續(xù)的、非規(guī)則的或者有噪聲的情況下，它也能以很大的概率找到整體最優(yōu)解；其次，遺傳算法所固有的并行性，使其非常適用于大規(guī)模并行計算。

4 遺傳-BP神經(jīng)網(wǎng)絡(luò)

從上面的敘述可以看出，遺傳算法優(yōu)于BP算法的地方在于其不容易陷入局部極小值，尤其是在誤差函數(shù)不可微或者完全沒有梯度信息的情況下。但是遺傳算法也存在不足：當遺傳搜索迅速找到最優(yōu)解附近時，無法精確地確定最優(yōu)解的位置，即遺傳算法在局部搜索空間不具備微調(diào)能力。因此，可以取遺傳算法和BP算法之長處，將二者相結(jié)合。

利用遺傳算法優(yōu)化BP網(wǎng)絡(luò)權(quán)值的算法如下：

（1）隨機產(chǎn)生N組在不同實數(shù)區(qū)間內(nèi)取值的初試網(wǎng)絡(luò)權(quán)值。

（2）用BP算法對這N組初試權(quán)值分別進行預訓練，若經(jīng)過訓練后這N組權(quán)值中至少已有一組滿足精度要求，則算法結(jié)束；否則轉(zhuǎn)入步驟3。

（3）分別依據(jù)上述N組權(quán)值所對應(yīng)的上下限確定取值區(qū)間，在區(qū)間內(nèi)隨機生成r×N組新的權(quán)值，連同經(jīng)過訓練的N組權(quán)值一起，構(gòu)成完整的基因群體，共(r+1)×N組權(quán)值。

（4）對這(r+1)×N組權(quán)值進行選擇、交叉、變異等遺傳操作。

（5）如果經(jīng)過步驟4的操作已至少得到一組滿足精度要求的權(quán)值，則算法結(jié)束；否則從經(jīng)過遺傳操作的這(r+1)×N組權(quán)值中選出較好的N組，回到步驟2。

5 結(jié)語

本文首先對BP神經(jīng)網(wǎng)絡(luò)和BP算法進行了介紹，并分析了在具體的應(yīng)用中BP算法存在的不足。為對其進行進一步的改進，將遺傳算法引入其中。遺傳算法具有很強的宏觀搜索能力，并且簡單通用，用它來完成前期搜索能較好地克服BP算法的部分缺點。

[1]閻平凡，張長水.人工神經(jīng)網(wǎng)絡(luò)與模擬進化計算（第2版）[M].北京:清華大學出版社，2005

[2]Richard O.Duda，Peter E.Hart，David G.Stor.模式分類（英文版·第2版）[M].北京:機械工業(yè)出版社，2004

[3]ZHOU Jie-ye.A Novel Recurrent Neural Network forFace Recognition [J].JournalofSoftware，2001，12（8）

[4]朱大奇.人工神經(jīng)網(wǎng)絡(luò)研究現(xiàn)狀及其展望[J].江南大學學報（自然科學版），2004，3（1）

[5]李弼程，彭天強，彭波.智能圖像處理技術(shù)[M].北京:電子工業(yè)出版社，2004

[6]何迪.實時圖像序列目標跟蹤算法的研究與實現(xiàn)[D].西安：西安電子科技大學，2004

TP391

A

1009-9530（2010）05-0022-02

2010-05-25

淮南師范學院自然科學研究項目（2007lkp11）

孫妍姑（1978-），女，江西婺源人，淮南師范學院計算機與信息工程系實驗師，碩士。