毕业论文

打赏
当前位置: 毕业论文 > 管理论文 >

Matlab的人脸识别研究

时间:2020-08-16 21:25来源:毕业论文
采用数字图像处理的方法,对基于主成分分析(PCA)理论的人脸识别算法,在 MATLAB 平台上进行编程实现,并在 ORL 人脸数据库上进行实验。实验结果表明,基于主成分分析(PCA)理论的特征

摘  要: 人脸识别是生物特征识别技术中的一个研究热点, 它在身份验证、 刑侦破案、视频监视、机器人智能化等领域有着广泛的应用前景。本文在对常用人脸识别方法进行研究基础之上,采用数字图像处理的方法,对基于主成分分析(PCA)理论的人脸识别算法,在 MATLAB 平台上进行编程实现,并在 ORL 人脸数据库上进行实验。实验结果表明,基于主成分分析(PCA)理论的特征脸识别算法是一种简单可行的人脸识别方法。 54226
毕业论文关键词: 人脸识别,PCA,MATLAB   
Abstract:Face recognition is a biometric identification technology in a hotspot, it authentication, forensic detection, video surveillance, intelligent robotics and other fields have a wide range of applications. This article on the study on the basis of common recognition method, using the method of digital image processing, analysis (PCA) face recognition algorithm based on the theory  of the main ingredients in the MATLAB programming platform and ORL face database the experiment. Experimental results show that the analysis feature (PCA) theory of face recognition algorithm is a simple and workable face recognition method based on principal component.   
Key words: Face recognition, PCA, MATLAB 

目录

1.绪论4

1.1研究背景.4

1.2人脸识别的研究现状.4

1.3.人脸识别应用领域4

2人脸识别方法综述.5

2.1基于几何特征的方法.5

2.2基于统计的识别方法.5

2.3基于人工神经网的方法.5

2.4基于小波特征的弹性匹配方法.6

2.5基于相关匹配的方法.6

2.6基于三维模型的方法.6

3主成分分析理论.6

3.1主成分分析法基本思想.6

3.2主成分分析法数学模型及几何意义.7

3.2.1数学模型.7

3.2.2主成分的几何意义.8

3.3PCA算法在人脸识别上的实现.9

3.3.1特征脸空间.9

4.3实验结果与分析.18

4.4影响人脸识别结果的因素总结.20

4.4.1光照变化.20

4.4.2姿态变化20

4.4.3年龄影响20

结论21

参考文献22

致谢23 

1. 绪论 1.1 研究背景 随着生物识别技术逐渐成熟, 它在在社会生活中所表现的应用价值越来越受到人们的关注,尤其在网络信息安全上,更显示出不可忽视的应用价值。除此之外,在保安、网络传输、金融、司法等社会生活的各个领域都显示出旺盛的生命力。 现在,密码和 ID 卡(如工作证、身份证)依然是实现身份鉴别的主要方法。但传统的方法因有着容易遗失、携带不方便、容易损坏、不可读和密码易被破解等缺点给人们的生活带来一定的不便和安全隐患。尤其是现在伪造证件的技术越来越高明,假证件几乎可以以假乱真, 单纯依靠传统的身份确认方法已经不足以维护人们在社会生活中个人信息及财产安全。 生物识别技术作为模式识别中的重要技术之一, 因其展现了高可靠性和稳定性特点,而成为身份识别领域的一个研究热点。
1.2 人脸识别的研究现状 从上个世纪九十年代起,源'自:优尔`!论~文'网www.youerw.com随着数字图像处理技术的日益成熟,以及人脸识别方面不断增强的市场需求,人脸人别识研究有显著的进展。经无数研究人员的不断努力,许多高效的识别算法相继被提出,为人脸识别系统进一步研究打下了坚实的理论基础。目前,世界上最富盛名的是 Visionics 公司的“FaceIt”人脸自动识别系统,尽管它在移动的现实场景中识别成功率仅仅为 50%;但它在特定的环境下,识别率能够上升至 80%。在国内,中科院计算所主持的人脸识别项目,静态环境下识别人脸的成功率能够达到 96.5%。[1] 1.3. 人脸识别应用领域        现如今人脸识别技术已广泛运用于电子商务、政府、银行等领域。随着人脸识别技术的进一步成熟,人脸识别技术将会应用到更多的领域,如:    1、出入管理,如小区住宅的人脸识别防盗门,企业人脸识别门禁考勤系统等。    2、电子身份证,电子护照。电子护照可能是将来规模最大的人脸识别的应用,国际民航组织规定从2010年开始使用机读护照,它以人脸识别技术为依托,实现身份鉴别的功能,该规定已经成为国际标准。目前,中国正在加紧规划和实施这一国际新标准。    3、案件侦破。如利用人脸识别系统与警方数据库中数据匹配,调查犯罪嫌疑人的信息。    4、银行。如果用户银行卡和密码被盗,就会被他人取走现金,造成财产损失。使用人脸识别技术可以加强这方面的保障。 5、信息安全。电子商务中交易的全部流程都在网上进行,货币流通过网上银行流通,网络化的商务活动日益繁荣,而其中也存在着很大的安全隐患。因为网络交易是靠密码来实现,一旦密码被盗取,交易者财产安全就将受到威胁。而使用人脸识别技术就可以确保到交易者在网上的身份和真实身份是统一的, 从而保证人们在电子商务中的信息财产安全。 2 人脸识别方法综述 2.1 基于几何特征的方法 基于几何特征的方法是人脸识别研究早期使用方法之一。 通常采用人脸的五官如眼睛、鼻子、嘴巴等的局部形状特征,脸型特征以及五官在脸上分布的几何特征。识别的原理是以人脸器官的形状和其几何关系对应的特征矢量的匹配问题, 它的分量一般包括人脸特定两点间的欧式距离、曲率、角度等。 基于几何特征的识别方法的优点是比较简单、容易理解,缺点无统一的特征提取标准;很难从图像中提取稳定的特征。[2] Matlab的人脸识别研究:http://www.youerw.com/guanli/lunwen_58428.html

------分隔线----------------------------
推荐内容