安防人脸生物信息识别系统毕业论文.doc

安防人脸生物信息识别系统毕业论文 目 录 第一章 绪论 6 1.1 引言 6 1.2 国内外研究现状 7 1.2.1 人脸检测国内外研究现状 7 1.2.2 人脸识别国内外研究现状 8 1.3 存在的优势与困难 9 1.4 整体应用方案 10 1.5 效益分析 12 1.5.1 预期成果 12 1.5.2 预期经济，社会，环境效益 12 1.6 本文研究内容及结构安排 12 第二章 人脸检测方法研究 14 2.1 基于肤色特征的人脸检测方法 14 2.2 基于灰度特征的人脸检测方法 14 2.2.1 基于知识的人脸检测方法 15 2.2.2 基于代数特征的人脸检测方法 17 2.2.3 基于模板的人脸检测方法 19 2.2.4 基于机器学习的人脸检测方法 22 2.3 本文的人脸检测方法 29 2.3.1 Haar函数及Haar变换 29 2.3.2 人脸类Haar特征快速算法 31 2.3.3 AdaBoost级联分类器 33 2.4 本章小结 43 第三章 人脸识别系统概述 44 3.1 人脸图像的归一化 45 3.1.1图像的几何归一化 45 3.1.2图像的灰度归一化 45 3.2 人脸图像特征抽取 45 3.2.1 抽取变换系数特征 46 3.2.2 灰度统计特征 46 3.2.3 抽取直观几何特征 46 3.2.4 抽取代数特征 47 3.3 人脸分类识别 48 3.3.1 基于子空间变换的方法 48 3.3.2 基于机器学习的方法 48 3.3.3 基于模型的方法 48 第四章 人脸识别方法详细设计 50 4.1 基于隐马尔可夫模型的方法 50 4.1.1 一维隐马尔可夫模型介绍及缺陷 51 4.1.2 嵌入式隐Markov模型结合神经网络的方法 52 4.1.3 本文采用的嵌入式隐Markov模型结合神经网络方法的具体实现 54 4.2 基于主成分分析法与欧式距离的方法 58 4.2.1 主成分分析法基本理论 59 4.2.2 本文采用的主成分分析与欧式距离方法及具体实现细节 60 4.3 基于主成分分析法与支持向量机的方法 62 4.3.1 支持向量机的基本理论 62 4.3.2 本文采用的主成分分析与支持向量机方法及具体实现细节 63 4.4 基于局部Gabor变化直方图序列的人脸描述与识别方法 64 4.4.1 基于HSLGBP的人脸描述方法 65 4.4.2 基于HSLGBP的人脸分类识别方法 68 4.4.3 对比实验与分析 71 4.5 总结 72 第五章 系统构建 73 第六章 结论与展望 78 5.1 总结 78 5.2 展望 78 参考文献 80 绪论 1.1 引言 随着计算机网络技术的高速发展和信息化进程的日益加快，信息安全和公共安全越来越显示出其前所未有的重要性。准确的身份识别或认证是保证信息安全和公共安全的重用前提，人们对于既方便快捷又安全可靠的身份认证手段的需求日益迫切，而传统身份认证方法（如钥匙、证件、印鉴、磁卡等身份标识物体或用户名和密码等身份标识知识）已经不能满足当前需要。传统的身份标识物容易丢失或被伪造；身份标识知识容易遗忘或被破解；更为严重的是传统身份认证方法往往无法区分身份标识物或知识真正的拥有者和冒充者。一旦他人获得身份标识物品和知识就具有与拥有者相同的权力，使真正拥有者的利益受到威胁。因此，传统身份认证技术面临着严峻的挑战，并越来越不适应现代科技的发展和社会的进步。 生物特征识别是利用人类特有的生理或行为特征来识别个人身份的技术，它提供了一种高可靠性，高稳定性的身份鉴别方法，满足了人们的需求。人脸作为生物特征具有不易伪造、不会遗失、终身不变和随身携带等优点，与指纹、视网膜、虹膜、基因等其他人体生物特征识别系统相比，人脸识别系统更加直接、友好，使用者无任何心理障碍，是未来身份认证发展方向之一。 　人脸识别是随着计算机技术、图像处理技术、模式识别技术等技术的快速进步而出现的一种崭新的生物特征识别技术。借助人脸识别技术，可完美地解决人工判别所存在的各种问题。如：计算机不会疲劳，不会分心，无需受专业培训就能进行生物特征数据存储，以及在指定范围内进行快速的照片有哪些信誉好的足球投注网站和身份判别，可以快速的进行照片的录入，面部特征提取、分析，快速而准确地判定一张照片的主人或数张照片是否为同一个人，也可在大量的照片数据中轻而易举的找到需着重注意的重点人物。 安防人脸生物信息识别系统主要由人脸检测和人脸识别两个关键环节组成。人脸检测环节包括对人脸的检测，定位和跟踪。所谓检测，就是给定任意图像，确定其中是否存在人脸；如果有，给出人脸的位置、大小等状态信息。人脸跟踪指在一组连续静态图像所构成的动态视频中实时地检测人脸。人脸检测是人脸识别系统首先需要解决的关键问题。人脸检测主要受到光照、噪声、姿态、以及