基于代数特征的人脸识别分析及其dsp实现-face recognition analysis based on algebraic features and its dsp implementation.docxVIP

  • 4
  • 0
  • 约4.84万字
  • 约 58页
  • 2018-05-18 发布于上海
  • 举报

基于代数特征的人脸识别分析及其dsp实现-face recognition analysis based on algebraic features and its dsp implementation.docx

基于代数特征的人脸识别分析及其dsp实现-face recognition analysis based on algebraic features and its dsp implementation

插图清单图1-1 一些典型的生物特征识别应用1图1-2 人脸识别过程框图3图1-3 人脸识别系统结构框图4图2-1 人脸图像裁剪比例示意图10图2-2 原始人脸图像和归一化标准人脸图像10图3-1 ORL人脸库中的部分特征脸14图3-2 原始、镜像和奇偶对称图像16图3-3 ORL人脸数据库部分人脸图像20图3-4 Yale人脸数据库部分人脸图像20图3-5 2DPCA算法在不同幂因子p下的平均识别率21图3-6 三种距离度量的人脸平均识别率21图3-7 各种算法重建效果图22图3-8 奇、偶特征向量以及混合特征向量重建效果图22图3-9 不同特征数量下几种方法人脸识别率的比较23图4-1 Fisher判别准则的基本原理26图4-2 原人脸图像和进行各种分块规则处理得到的子图像30图4-3在不同训练样本个数下各算法的人脸平均识别率(ORL库)34图4-4在不同训练样本个数下各算法的人脸平均识别率(Yale库)34图5-1 人脸识别算法分析平台结构框图35图5-2 Matlab6.5GUI开发设计环境36图5-3 人脸识别算法分析平台主界面36图5-4 两种分析方法训练子菜单示意图37图5-5 PCA算法分析子界面37图5-6 选择人脸库路径和具体图像文件37图5-7 SI2DPCA算法分析子界面38图5-8 BM2DLDA算法分析子界面38图5-9 三种算法识别情况比较39图5-10 DM6437结构示意图41图5-11 简单的CCS开发流程42图5-12 CCS主界面和调试工具42表格清单表3.1 在ORL人脸库上各种人脸识别算法的识别率23表3.2 在Yale人脸库上各种人脸识别算法的识别率23表4.1 在ORL上行方向不同特征维数d下各算法的人脸识别率32表4.2 不同分块模式及训练样本下的人脸识别率(ORL库)33表4.3 不同分块模式及训练样本下的人脸识别率(Yale库)33表5.1 人脸识别算法优化结果45独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。据我所知,除了文中特别加以标志和致谢的地方外,论文中不包含其他人已经发表或撰写过的研究成果,也不包含为获得合肥工业大学或其他教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。学位论文作者签字:李寅签字日期:2011 年4月24日学位论文版权使用授权书本学位论文作者完全了解合肥工业大学有关保留、使用学位论文的规定,有权保留并向国家有关部门或机构送交论文的复印件和磁盘,允许论文被查阅或借阅。本人授权合肥工业大学可以将学位论文的全部或部分论文内容编入有关数据库进行检索,可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。(保密的学位论文在解密后适用本授权书)学位论文者签名:李寅导师签名:李小红签字日期:2011年4 月24日签字日期:2011年4月24日学位论文作者毕业后去向:工作单位:电话:通讯地址:邮编:第一章绪论1.1人脸识别课题研究的背景和意义随着计算机科学技术的飞速发展,信息的安全性能受到越来越多的重视。如何保护信息的安全以及有效地进行身份识别认证,已经成为当今社会人们日益关注的热点问题[1]之一。传统的身份认证手段诸如身份证、工作证、密码口令、网络账号等,不仅存在着使用复杂、携带不便、记忆困难等缺点,而且容易遗忘、丢失、被窃取、盗用,继而导致个人信息的泄露。在这种情况下,生物特征识别技术开始受到人们的欢迎,并被广泛的应用到各个信息安全领域。生物特征识别技术是指利用计算机技术对人体所特有的心理、生理以及行为方面等特征进行辨识和验证的一门科学。生物特征识别属于模式识别重要问题,并且涉及到心理学、生理学、认知学、脑科学、人工智能、机器视觉以及统计分析等各个科学领域[2]。人体的生物特征大致可以分为两类,一类为生理特征,是先天产生的,包括指纹[3],虹膜[4],DNA,掌纹[5],手型[6],人脸等特征;另一类是行为特征,包括步态[7,8],签名[9],语音[10],击键行为[11]等特征。其中,人脸特征具有便捷性、直接性、唯一性、友好性等诸多优点,因而是目前使用最为广泛,技术最为成熟的识别技术之一。它主要应用于以下几类领域:图1-1 一些典型的生物特征识别应用1.应用于公安部门刑侦破案当公安机关得到犯罪嫌疑人的相关信息(照片、画像等)后,如果采用传统的人工排查的搜索方式,不仅效率低下,而且容易出错,还会造成遗漏情况,加大了事后追查和通缉犯罪人员的难度。但使用计算机进行人脸排查就不会出现上述这些情况。这时计算机通过人脸识别技术,根据人脸的特征信息对嫌疑犯照片和已经建成的罪犯照片或户籍管理系统的数据库进行比对继而锁定

您可能关注的文档

文档评论(0)

1亿VIP精品文档

相关文档