人脸识别系统报告解析.doc

摘要

文章具体讨论了主成分分析(PCA)人脸辨认算法的原理及实现。它具有简朴、迅速和易行等特点,能从整体上反映人脸图像的灰度有关性具有一定的实用价值。

人脸辨认是目前较活跃的研究领域,本文具体给出了基于主成分分析的人脸特性提取的原理与措施。并使用matlab作为工具平台,实现了一种人脸自动辨认的系统原型。实验成果表白,该系统辨认率为100%,达到预期的效果。如果想进一步提高人脸辨认率,可以考虑与其她措施结合。仅单独使用任何一种既有的措施一般都不会获得较好的辨认效果,将其她人脸辨认措施组合是此后研究的一种趋势。也可以考虑改善分类决策的措施。本系统采用的最小距离分类法属于线性的分类器,而运用神经网络此类学习能力更强的非线性分类器对高维人脸辨认问题也许会有更好的解决。

目录

TOC\o1-3\h\z\u154511.引言 1

163572．需求分析 1

238662.1课题的来源 1

11682.2人脸辨认技术的研究意义 2

273942.2.1面部核心特性定位及人脸2D形状检测技术 2

212452.2.2面部感知系统的重要内容 2

304702.3人脸辨认的国内外发展概况 3

115702.3.1国外的发展概况 3

167072.3.2国内的发展概况 4

186863．概要设计 5

284043.1问题描述 5

273403.2模块设计 5

323943.3主成分的一般定义 6

317963.4主成分的性质 7

113853.5主成分的数目的选用 7

256154.具体设计--PCA算法的功能实现 8

224104.1引言 8

51364.2K-L变换 8

103774.3PCA措施 9

82374.4运用PCA进行人脸辨认 10

83245.实验及成果分析 11

57346.总结 14

25597.matlab源码 15

16807参照文献 19

1.引言

人脸辨认是机器视觉和模式辨认领域最富有挑战性的课题之一，同步也具有较为广泛的应用意义。人脸辨认技术是一种非常活跃的研究领域，它覆盖了数字图像解决、模式辨认、计算机视觉、神经网络、心理学、生理学、数学等诸多学科的内容。如今，虽然在这方面的研究已获得了某些可喜的成果，但是FRT在实用应用中仍面临着很严峻的问题,由于人脸五官的分布是非常相似的，并且人脸自身又是一种柔性物体，表情、姿态或发型、化妆的千变万化都给对的辨认带来了相称大的麻烦。如何能对的辨认大量的人并满足实时性规定是迫切需要解决的问题。

目前人脸辨认技术已经应用在许多领域中，并起到了举足轻重的作用，人脸辨认研究开始于1966年PRI的Bledsoe的工作，通过三十近年的发展，人脸辨认技术获得了长足的进步，目前就目前国内外的发展状况来进行展述。

2．需求分析

2.1课题的来源

随着安全入口控制和金融贸易方面应用需要的迅速增长，生物记录辨认技术得到了新的注重。目前，微电子和视觉系统方面获得的新进展，使该领域中高性能自动辨认技术的实现代价减少到了可以接受的限度。而人脸辨认是所有的生物辨认措施中应用最广泛的技术之一，人脸辨认技术是一项近年来兴起的，但不大为人所知的新技术。人们更多的是在电影中看到这种技术的神奇应用：警察将偷拍到的嫌疑犯的脸部照片，输入到电脑中，与警方数据库中的资料进行比对，并找出该嫌犯的具体资料和犯罪记录。这并非虚构的情节。在国外，人脸辨认技术早已被大量使用在国家重要部门以及军警等安防部门。在国内，对于人脸辨认技术的研究始于上世纪90年代，目前重要应用在公安、金融、网络安全、物业管理以及考勤等领域。

2.2人脸辨认技术的研究意义

2.2.1面部核心特性定位及人脸2D形状检测技术

在人脸检测的基本上，面部核心特性检测试图检测人脸上的重要的面部特性点的位置和眼睛和嘴巴等重要器官的形状信息。灰度积分投影曲线分析、模板匹配、可变形模板、Hough变换、Snake算子、基于Gabor小波变换的弹性图匹配技术、积极性状模型和积极外观模型是常用的措施。

可变形模板的重要思想是根据待检测人脸特性的先验的形状信息，定义一种参数描述的形状模型，该模型的参数反映了相应特性形状的可变部分，如位置、大小、角度等，它们最后通过模型与图像的边沿、峰、谷和灰度分布特性的动态地交互适应来得以修正。由于模板变形运用了特性区域的全局信息，因此可以较好地检测出相应的特性形状。由于可变形模板要采用优化算法在参数空间内进行能量函数极小化，因此算法的重要缺陷在于两点：一、对参数初值的依赖限度高，很容易陷入局部最小；二、计算时间长。针对这两方面的问题，我们采用了一