人脸识别和车牌识别科研训练报告.docx

生物医学工程科研训练小组报告项目：智能识别门禁系统项目负责人：李清清 指导老师：陈科  小组成员： 周杰 2013141425032 张丽群2013141425017 李清清2013141425015 文俊杰2013141425040 黄俊棋2013141425005  一、项目内容 本项目是通过摄像头在一定距离内，捕捉到车牌和人脸的图像，通过图像处理技术（车牌的定位识别，人脸的定位，提取特征，模式识别），把车牌和人脸的信息提取出来，与数据库中存储的信息对比，来控制门的开关。为防止人脸识别出错，同时安装有指纹识别装置。 二、目的意义 本项目是通过摄像头在一定距离内，捕捉到车牌和人脸的图像，通过图像处理技术（车牌的定位识别，人脸的定位，提取特征，模式识别），把车???和人脸的信息提取出来，与数据库中存储的信息对比，来控制门的开关。为防止人脸识别出错，同时安装有指纹识别装置。 三、国内外的发展现状 车牌识别 从20世纪90年代初(1988年)，国外的研究人员就已经开始了对（车牌识别系统）LPR系统[1]的研究，其主要途径就是对车牌的图像进行分析，自动提取车牌信息，确定汽车牌号。在车牌识别过程中，虽然运用了很多的技术方法，但由于外界环境光线变化、光路中有灰尘、季节环境变化及车牌本身比较模糊等条件的影响，使得LPR系统一直得不到很好的应用，而且很多的方法都需要大量的数值计算，没有考虑到实时处理的要求。为了解决图像恶化的问题，目前国内外的研究机构或公司企业采取的办法是采用主动红外照明摄像或使用特殊的传感器来提高图像的质量，继而提高识别率，这样做的同时也造成了系统的投资成本过大，应用领域变小，不适合普通的推广。但是上述系统都不适合我国的车牌识别，主要原因有： ①我国的车牌缺乏统一的标准，使车牌识别过程中字符分割的难度加大，我国车辆根据不同车型和用途规定了多种牌照，颜色大小均有可能不同，仅车牌底色和字符颜色就有多种，从而增加了识别难度； ②由于环境或人为因素造成的牌照污染严重的汽车，发达国家不允许上路，而我国认可上路行驶； ③我国汽车牌照中的汉字识别较英语字母和数字困难，增加了车辆识别的难度； ④我国车牌的规范悬挂位置不统一。 国内在90年代也开始了车牌识别的研究。中国科学院自动化所的刘智勇等发表文章，他们在一个样本数为3180的样本集中，车牌定位准确率为99.42%，切分准确率为94.52%，从当时来看这是一个非常高的指标；北航的胡爱民等也利用模板匹配技术开发了一种车牌识别系统，其识别正确率报道为97%以上，应用环境为收费站；华南理工大学的骆雪超，刘佳雄等提出了一种基于车牌特征信息的二值化方法，该系统对效果好的车牌识别率达到96%。浙江大学的张引对车牌识别系统中的二值算法进行了深入的研究，且发表了多篇文章；华侨大学的黄志斌对张引等的算法又进行了改进，主要是速度上的改进；上海交大萝芸也对车牌识别系统中的二值化算法提出了不同意见。浙江大学的章东平等对车牌识别系统中车辆牌照的字符切分算法进行了深入研究，并提出了几个经验系数。 另外还有大量的学者对车牌识别系统进行了研究，并应用了大量的算法。目前比较成熟的产品有中科院自动化研究所汉王公司的“汉王眼”，亚洲视觉科技有限公司、深圳吉通电子有限公司、中国信息产业部下属的中智交通电子有限公司等也有自己的产品。 人脸识别研究现状 1.香港研发最精确面部识别软件 　近日，香港中文大学的计算机科学家们研发出世界上最精确的面部识别软件，在测试中这种程序达到了近乎完美的精确度，可能为公共安全技术领域带来颠覆性的革新。这种创纪录的软件由香港中文大学汤晓鸥教授及其团队研发，在测试中达到99.15%的识别准确率，胜过目前所有的同类软件，甚至高出人类自身97.53%的识别准确率。 2.英国警方测试世界最快人脸识别技术。英国现有超过六百万个闭路电视摄像头同时运转，这使英国成了最受“关注”的国家。这些摄像头是用来维护正义的“眼睛”。该软件的特别之处在于它能够通过监控探头同时追踪成千上万张面孔，并实时与数据库中9万张照片进行比对，而这些动作在几秒钟内就能完成。 四、研究技术路线 车牌检测 车牌识别系统的相关算法由三部分组成：车牌定位、字符分割、字符识别 （一）常用的车牌定位算法: 1、基于车牌颜色特征的车牌定位算法 2、基于车牌区域频谱特征的车牌定位算法 3、基于分类器的车牌定位算法 4、基于车牌边缘特征的车牌定位算法 5、基于