毕业设计（论文）-基于稀疏特征的人脸识别系统设计精选.doc

程序，翻译，开题报告，说明书等，全套设计，联系 毕业设计（论文） 题 目：基于稀疏特征的人脸识别系统设计 学 院： 信息工程学院 专业名称： 电子信息工程 班级学号： 学生姓名： 指导教师： 二O 年 月 第一章 绪论 1 1.1 人脸识别的研究背景及意义 1 1.1.1 人脸识别技术 1 1.1.2 人脸识别的难点 2 1.2 人脸识别主要分类方法 2 1.3 人脸识别的前景 3 1.3.1 人脸识别的发展趋势 3 1.3.2 人脸识别的应用领域 4 1.4 本文的研究内容和结构安排 5 第二章 基于主成分分析PCA的人脸识别 7 2.1 PCA主成分分析算法概述 7 2.1.1 PCA主成分分析概念 7 2.1.2 PCA主成分分析原理 8 2.2 基于PCA算法的人脸识别实现 9 2.2.1 PCA人脸识别建模 9 2.2.2 PCA算法实现过程 10 2.2.3 常用人脸图像数据库 11 2.2.4 PCA算法对ORL人脸数据库的识别率 13 2.3 PCA算法的优缺点 14 第三章 基于线性判别式LDA的人脸识别 15 3.1 LDA算法概述 15 3.1.1 LDA算法的概念 15 3.1.2 LDA算法基本原理 15 3.2 基于LDA算法的人脸识别实现 18 3.2.1 实验结果分析 19 第四章 基于稀疏特征的人脸识别系统 21 4.1 稀疏表示 21 4.1.1 稀疏表示的概念 21 4.1.2 稀疏表示的优点 22 4.2 两阶段测试样本稀疏表示方法 22 4.2.1 两阶段测试样本稀疏表示方法的第一个阶段 23 4.2.2 两阶段测试样本稀释表示方法的第二个阶段 23 4.3 基于稀疏表示方法的实验结果 25 4.3.1 两阶段测试样本表示方法对ORL数据库图像的识别率 25 4.3.2 实验结果分析 28 4.4 稀疏表示方法与PCA、LDA的算法优缺点比较 29 第五章 总结与展望 31 致 谢 32 参考文献 33 附录 34 基于稀疏特征的人脸识别系统设计 摘要： 人脸识别是计算机技术研究领域的一项热门学科，它属于生物特征识别技术，是以生物个体本身的生物特征来实现区分识别。由于人脸识别自身的优越性以及在计算机视觉、模式识别、图像处理、多媒体、心理学等多领域的广泛运用，使其在人工智能领域占有极其重要的地位。 特征提取是人脸识别中十分重要的一个步骤，用一般方法提取特征时会造成数据的冗余，影响提取的特征的精度。稀疏表示方法是一种基于局部特征提取的算法，它有着减少冗余数据，提高识别率等优点，并且以其简单有效的优点而深受欢迎。 本论文研究了基于稀疏特征的人脸识别系统设计，主要采用了两阶段测试样本稀疏表示方法。论文给出了上述稀疏表示方法的基本原理、实现方法，并且用该方法以及PCA、LDA三种方法对ORL人脸数据库中图片进行了处理，分别计算出了识别率，比较和揭示了这些方法之间的区别和联系。实验表明，本文介绍的两阶段测试样本稀疏表示方法具有识别率高的特点，有助于准确分类测试样本，但稀疏方法迭代时间长，效率较低，因此仍需要与其他方法进行结合。 关键词：人脸识别；稀疏特征；特征提取；识别率 指导老师签字： Design of Face Recognition system Based on Sparse Feature Student name: XinYi Zhao class: Supervisor: Chengli Sun Abstract： Face recognition is a popular subject in the field of computer technology. It exploits biological characteristics to identify the different persons. Due to its advantages, face recognition has been widely used in computer vision, pattern recognition, image processing, multimedia processing, psychology and other fields. So it plays an extremely important role in the field of artificial intelligence. Feature extraction i