基于PCA的人脸识别算法研究论文.docVIP

基于PCA的人脸识别算法研究毕业论文 摘要 I Abstract II 第1章 绪论 1 1.1 选题背景及意义 1 1.2 国内外研究现状 2 1.2.1 国外研究现状 2 1.2.2 国内研究现状 3 1.3 人脸识别技术的研究内容与技术难点 3 1.3.1 人脸识别技术研究内容 3 1.3.2 人脸识别技术研究难点 3 1.4 本文研究内容与结构安排 4 第2章 人脸识别相关技术介绍 5 2.1 系统概述 5 2.2 人脸识别主要技术 5 2.2.1 二维人脸识别算法介绍 5 2.2.2 三维人脸识别算法介绍 6 2.3 常用的人脸图像库 6 2.4 人脸的特征提取 7 2.4.1 几何特征提取法 7 2.4.2 代数特征提取法 8 2.5 本章小结 10 第3章 基于PCA的人脸识别算法 11 3.1 引言 11 3.2 K-L变换 11 3.2.1 K-L变换原理 11 3.2.2 K-L变换性质 12 3.3 SVD定理 14 3.4 距离的计算 15 3.5 基于PCA的人脸识别 16 3.5.1 人脸的表示 16 3.5.2 特征脸空间的构造 16 3.5.3 特征提取 17 3.5.4 人脸识别 18 3.6 MATLAB仿真实现 18 3.7 结果分析 24 3.8 本章小结 26 第4章 与基于Fisherface方法的特征提取原理对比 27 4.1 PCA方法的优缺点 27 4.2 基于Fisherface法的人脸特征提取理论介绍 27 4.3 FisherFace方法的优缺点 28 4.4 两种方案的理论对比 29 4.5 本章小结 30 结论 31 参考文献 32 致谢 34 附录 1 35 附录 2 42 附录 3 46 附录 4 55 第1章 绪论 1.1选题背景意义时代社会高速发展，技术不断进步。，智能化科技化生活的常态重要性也日益凸显的识别无法保证信息的安全性。人体的生物识别技术其、稳定、快速、唯一的特性大的重视和生物的是人体的特有特征，例如指纹，人脸，等。人脸作为区分人与人的重要特征国内外研究学者的青睐。人脸识别指从用计算机从图像或者图像的序列中检测到人的脸部对其进行判别。识别的优势体现在几个方面[1]。 (1)具有，用监控，安全，公安行业。 (2)直接接触人体，容易接受没有侵犯性。(3)快速便捷，实时的追踪能力(4)符合人类的识别习惯，以人为本，而且强。 (5)图像采集的方式，设备（摄像）的成本较低。 这些优势给人脸识别技术带来了广泛的应用前景在国家领域，各样的门禁系统，视频系统、系统、公安布控、身份验证等都是的应用在经济和民生领域，存值卡，银行卡，信用卡等持有人的身份验证等具有很高的价值；在娱乐领域智能玩具，虚拟游戏玩家等有趣的应用。将其归为以下四大类。 (1)侦查。将犯罪分子的各种信息包括人脸图片入库存储得到的嫌疑犯的利用人脸识别技术识别后数据库中最为相似的照片进行比对对有着很大的辅助作用。 (2)验证。身份证，护照等证件照片，还多是人工验证，如果利用人脸识别技术就能实现此类工作的自动化，智能化。金融部门等的身份验证可通过拍摄照片后与后台人脸数据库进行比对，无须密码进行交易。 (3)控制。项应用涉及到的范围很广，可以是楼宇，小区住宅入口检查，某些安全部门的入口检查目前常用的是人员再三核查证件。低下，也不够人性化。在一些安全级别较高的地方，使用人脸识别，加证件识别。 4)视频监控。所有的办公楼，商场，等公共场合监控视频在对视频图像集中分析与处理时，就要利用人脸的检测和识别技术。 1.2研究现状 1.2.1国外研究现状识别技术的重要性不凸显，专家学者都参与到人脸识别的研究大潮中。目前有以下研究方法[2]1)模板匹配变形和固定模两种方式系统中固定模使用较多但是人脸的特点具有很强的变化性，一些标准的模板来描述人脸的共同特非常困难。模与固定模版原理相通，变形模版还包括一部分变动的元素这些元素通通过手工和系统自动构造来表示。 2)示例学习方法的主要原理是在已给的示例中总结出一性的原则。其能够在别接受所有正例并可以排斥所有的。人脸中同理，也需要产生某种规则，其可以接受人脸而排斥非人脸，在判别中，在训练样本的阶段时要用到大量的且高纬度的数据，从而提高判别的精确率但是同时会给后续的算法设计增添难度。需要到如何是不是人脸和对数据的降低。 3)神经网络方法其实同样是样本学习。到为止，网络的方法取得如下成3]： MIT的在检测样本是否为人脸时了聚类分析的方法，MLP网络作为分类器，测试样本和人脸样本子集的距离差度量原则分类。 Raphael利用多层神经网络，CGM及MLP了和的人脸检测且该方式可以运用到的人脸图像检索中。 Shang-Hung Lin利用神经网建构一个完整的人脸识别系统。基于概率决策神经网