《基于PCA的人脸识别系统.pptVIP

基于PCA的人脸识别系统 指导老师：潘华伟 人脸识别研究概述 研究问题 根据人固有的生理特征—人脸特征，对人的身份进行鉴定。 研究意义 常见的个人身份鉴别还主要依靠各类证或者卡，如工作证、身份证、校园卡、银行卡和密码口令等手段，然而这些手段存在携带不便、容易遗失、由于使用过多或不当而容易损坏、密码易被遗忘和被破解等诸多的问题。人体特征识别技术与传统依靠证卡或者口令的身份验证模式相比，更加主动、更加方便、更加可靠等优点，能够较大程度地减少盗窃或伪造的可能性。在国家安全、军事安全和公共安全领域、智能门禁、智能视频监控、海关身份验证、司机驾照验证等有广泛的应用前景。 系统优缺点分析 个人总结 致谢 * * 李 涛 2012-6-3 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 从电脑导入图像 从摄像头拍照 图像大小归一化，彩色图转换成灰度图 图像灰度值归一化 人脸检测 训练图像 人脸识别 人脸图像采集模块 图像预处理模块 人脸信息库 欧式距离判断 输出基本信息 结束 否 识别模块 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 系统存在的问题： 1.抗干扰能力较差。环境光照，遮挡物，人的表情和位置 都对识别结果造成较强的干扰。 2.训练的时间较长，执行效率不够高。只能对小样本的图像进行识别，如果图像库太大，则运行效率会比较低。 系统的优点： 1.不需要对图像进行过多的预处理，PCA本身就能实现降噪的功能； 2. 能有效地识别人脸，且过程相对简单，主要是图像数据的处理和矩阵的运算； 3.由于是通过低维子空间表示的，可以对图像的数据进行一定地压缩，从而减少了计算量，提高运行速度； Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd.