基于DNA计算的人脸识别研究

由于电子计算机在信息存储量以及运行速度上的限制，大规模人脸识别因其极高的计算复杂性和存储空间要求成为了人脸识别应用的一个难点，而DNA计算由于其所具有的高度并行性、超低能量消耗以及DNA分子具有的密集信息储存能力，为该问题的解决提供一种可能。项目首先根据DNA计算所涉及的操作及生化反应的特性，进行适用于DNA计算技术的人脸图像的特征提取与选择；然后通过分析人脸图像识别和DNA编码的特点，构建符合人脸图像特征的DNA 编码模型及DNA序列数据库。在此数据库的基础上，利用 DNA分子序列的生物操作手段，设计出适用于人脸识别的生化反应操作流程和识别结果的提取算法；同时，为提高DNA杂交反应的准确性，通过与现代纠错码理论相结合，建立了DNA序列生化反应的纠错机制。课题研究成果可为大规模数据的人脸识别研究提供一定参考价值，并为DNA计算在模式识别领域的应用提供新的探索。

由于其所具有的高度并行性、超低能量消耗以及DNA分子具有的密集信息储存能力，DNA计算逐渐成为了一种重要的计算模式。基于DNA计算的人脸识别方法利用DNA 生化反应的大量、快速、并行的优点，将大规模的人脸识别过程从逐一对比的串行计算转换成同时对比的并行计算，可望实现更为快速的人脸识别。本项目首先基于特征子空间技术，提出了几种人脸图像的特征表示与选择算法，极大的降低了人脸图像的维数；在理解DNA分子的基本结构以及对DNA分子的基本生物操作的基础上，深入地研究了DNA计算中的编码问题及其产生的原因，影响DNA编码的各种约束条件等，并基于最小自由能准则，提出了几种新的DNA编码序列优化算法，用于DNA 计算中编码序列的具体设计以及图像数据的算术编码之中。该项目将人脸图像识别从抽象的数字计算转换为生物计算，提出了一种新的人脸识别研究思路，为DNA计算在模式识别领域的应用提供新的探索。