基于Gabor小波和人工神经网络的人脸识别摘要人脸识别是计算机视觉领域中非常活跃的一个研究方向，在图像、生物、工业等民用领域及军事领域中有着广泛的使用，其中以目标特征的提取为难点和重点。本文研究的目的是提高Gabor目标识别算法的鲁棒性，降低负面因素对识别效果的影响。首先介绍了常用的分类规则，分析了人工神经网络以及BP算法的优缺点。给出了一种变步长学习速率的改进方法，优化了BP神经网络，为后文的识别研究提供了较好的分类器支持。关键词：神经网络， Gabor滤波器，特征提取，人脸识别AbstractThe automatic target recognition is a pop issue in the computer vision area，that has been used abundantly in many fields such as image，biology,industry and SO on，especially in military circlesDuring ATRS taches，extracting feature of
