基于边界特征的人脸识别-计算机应用技术专业论文.docxVIP

摘要／人脸识别是人类视觉最杰出的能力之一，它的研究涉及模式识别、图像处理、生 摘要 ／人脸识别是人类视觉最杰出的能力之一，它的研究涉及模式识别、图像处理、生 理学，心理学、认知科学，与基于其它生物特征的身份鉴别方法以及计算机人机感知 交互领域都有密切联系。 人脸识别的过程可以分为人脸检测定位、人脸特征提取与识别两部分。在人脸检 测定位部分，目前研究的方法有基于启发式模型的方法、肤色区域分割与人脸验证方 法、基于统计模型的方法等；在人脸特征提取与识别部分，可以提取样本的几何特征， 通过距离度量或相似度度量来判断输入图像与样本图像间的匹配程度的方法，另外也 可以借助于数学变换，求取人脸图像的一些代数特征，如对图像进行奇异值分解，以 奇异值代表图像的特征，或对图像进行K-L变换，以图像在构造的特征空间上的投 影系数作为图像的特征，进而和各个已知人的人脸图像比较进行识别，也可以提取人 脸的主元，然后用神经网络将它映射到多维空间中，再用多层感知器判别进行人脸识 别等。沙／ 在人脸检测与定位中，本文采用了一种基于灰度投影曲线和边缘检测进行人眼定 位的算法，首先利用原图的垂直灰度投影曲线确定人脸的左右边界。之后利用人脸区 域的水平灰度投影确定头顶至鼻中部的上下边界。然后利用人脸比例模型估计人眼的 大概位置，分析人眼区域的边缘图像，给出人眼的确切位置。通过人脸的先验知识确 定人脸的上下边晃。最后，对人脸进行标准化，包括对人脸图像进行缩放以及亮度规 范化，获取人脸的标准图像。 在人脸特征提取和识别中，我们采用的是目前在人脸识别领域比较先进的主元分 析法。借先，根据每个人对应一张标准人脸的原则，我们将对一个人的不同图像进行 均值处理，这样每个人对应着一类，每类对应一张标准人脸．然后，根据采集的样本 图像构造一个协方差矩阵，求取该矩阵的特征值，以这些矩阵特征值对应的特征向量 构造一个特征空间，将输入图像向该特征空间映射，计算获取的映射系数与样本库中 各类图像的映射系数的欧基里德距离，根据计算出的距离判定输入图像与样本图像间 的匹配程度。}锰验证明，采用主元分析法进行识别能获取较高的识别率。 ／ 关键字闫疆囝疆懈：水平灰度授垮边缘检测f主元分析法≥一一～夕7。。 ABSTRACTFace ABSTRACT Face Recognition is an outstanding ability of Computer Vision．It involves several fields such as Pattern Recognition，Image Process，Psychology and Cognitive Science．It is tie uD with both Biometdcs-based authentication and Human-Computer apperceive Interaction． Face Recognition began to develop in 1960s and it has gained great achlevemenIs．1t can be separated into two stelps：face detect and Iocalization． feature extraction and recognition．There are three main methods in face detect and localization：detect according to heudstic model．detect according to complexion and detect according to statistics model．As to feature extraction and recognition，it can be divided into two paris because face features can be divided into geometrical features and algebraic features．After extracting geometrical features of sample。we can judge the resemblance between input image and images in database according the distance between them．In order to extract algebraic features．we can do some mathematical transformation for the digital images such as