华南理工大学数学实验实验五.pdf

实验五 人脸识别 地 点： 4 号楼 4104 房； 实验台号： 66，79 2017 05 08 实验日期与时间： 年 月 日 评 分： 预习检查纪录： 实验教师： 刘小兰 电子文档存放位置： -66 79- 电子文档文件名： 卓越班 ， 陈艺荣何晨晖实验五 批改意见： 1 实验目的  了解数字图像的基本概念，了解人脸识别的基本含义；  掌握常见的人脸识别算法的基本原理；  了解Matlab 中基本的文件和图像处理命令；  掌握文献检索和各大期刊数据库的使用；  掌握数学建模的基本步骤，利用数学知识将问题抽象为数学模型；  加强与队友之间的合作，提高团队合作精神。 2 问题描述 2.1 问题描述 利用各种人脸识别算法：基于回归模型的人脸识别算法LRC，最远子空间 分类算法FS、最近最远子空间分类算法NFS，或自己掌握或提出的其他人脸识 别算法，选择其中的一种或几种算法，对给定的人脸数据库进行识别测试，得出 识别正确率和 （或）运行时间。在实验过程中，可以察看原始的人脸图片，哪些 人脸识别错误？该算法有哪些优缺点？改进方向是什么？ 给定的数据库为：Yale_32x32，Yale_64x64，ORL_32 x32，ORL_64 x64， YaleB_32x32。例如Yale_32x32.mat，包含两个变量，一个是fea：165*1024，表 1 示该数据集含有 165 个人脸，每个人脸是1024 维 （32*32 的人脸数据，已经被 拉成了1014 维的向量），一个是gnd：165*1，代表这165个人脸的类别，分别 用1，2，…，15表示。 2.2 问题背景 人脸识别 （Facerecognition）是应用计算机技术对人脸图像进行特征分析， 抽取出有利于分类识别的判别信息，并以此自动识别出人的身份的一种技术。作 为一种生物特征识别技术，不同于虹膜识别、指纹识别及近来出现的静脉识别， 人脸识别有着隐蔽性和非侵犯性的特点，在刑侦破案、证件验证、公共安全等领 1 [ ] 域有十分重要的研究意义，且目前已经在现实中被广泛应用 。 一般而言，人脸识别的研究历史可以分为三个阶段。在第一阶段 （1950s-1980s），人脸识别被当作一个一般性的模式识别问题，主流技术基于 人脸的几何结构特征。在第二阶段 （1990s）人脸识别迅速发展，出现了很多经 典的方法，例如Eigen Face,Fisher Face 和弹性图匹配，此时主流的技术路线为人 脸表观建模。在第三阶段 （1990s末期到现在），人脸识别的研究不断深入，研 究者开始关注面向真实条件的人脸识别问题，主要包括以下四个方面的研究：1） 提出不同的人脸空间模型，包括以线性判别分析为代表的线性建模方法，以 Kernel 方法为代表的非线性建模方法和基于3D 信息的3D 人脸识别方法。2）深 入分析和研究影响人脸识别的因素，包括光照不变人脸识别、姿态不变人脸识别 和表情不变人脸识别等。3）利用新的特征表示，包括局部描述子（Gabor Face,LBP Face 等）和深度学习方法。4）利用新的数据源，例如基于视频的人脸识别和基 2 [ ] 于素描、近红外图像的人脸识别 。 人脸在视觉上的特点是：第一，不同个体之间的区别不大，所有的人脸的结 构都相似，甚至人脸器官的结构外形都很相似。这样的特点对于利用人脸区分人 类个体是不利的；第二，人脸的外形很不稳定，人可以通过脸部的变化产生很多 表情，而在不同观察角度，人脸的视