图像处理技术在人脸识别中的应用研究毕业设计论文.doc

1 引言 随着我国信息技术的快速发展，诸多领域对人脸识别的迫切需求，所以人脸技术在各方面得到广泛应用，这是引起人脸识别就是在当今社会被重视的原因。加上社会的需求和发展的需要，所以在最近几年人脸识别技术在取得突破性的进展，特别是PCA人脸识别技术。人脸识别技术与其他生物识别技术（如指纹识别、签名识别、基因识别等）相比，具备以下的优点：识别精度高、速度快；隐蔽性好；直观性突出；通用性好等。人脸识别已经向自动识别和模式识别的方向发展，它是通过采集和分析比较人脸面部特征信息进行人脸识别的计算机技术，这种人脸识别技术从多个领域来研究，包括认知科学、心理学、计算机图形学、图像处理技术学、模式科学、人体生理学和可视化科学等等[1]。 本文设计可以实现的功能是：首先建立图像数据库，即样本库，样本库的建立包括人脸图像预处理、样本库的添加、插入和删除；其次将待识别的人脸图像与样本库的图像进行匹配并且识别，可以识别给定场景下的静态图像识别。目前很多成功的人脸识别技术已经可以识别动态图像系列，而且可以从已知的人脸库中识别多个人脸，有的还从年龄、种族、性别、表情甚至是语音等方面来研究人脸，并且取得很好的效果[2]。人脸识别系统要解决的关键问题是：如何在复杂的图像中分割人脸、如何才能采集到人脸面部的特征、系统在识别时是否及时准确等技术问题。由于待识别的人脸图像是一个未知的图像，系统要将待处理的图像与样本库的图像进行比较，得出与待处理图像相一致或者是相似率很高的图像；接着系统在识别时对输入人脸图像进行判别分析，并将判别的结果输出，如果跟样本库的图像一致或有相似性，则接受，反之拒绝[3]。 1.1人脸识别的研究目的及意义 近年来我国信息技术的快速发展以及应用越来越普及，以及计算机的软硬件性能的不断提升，高效率的人脸识别技术的实现成本可以降低到了可以接受的程度。加上社会经济的快速发展，对金融贸易和安全入口方面提出更高的要求，所以人脸识别技术得到社会各界的重视。人脸识别在现今生物识别技术中应用最广泛的技术之一，虽然我国人脸识别技术起步较晚，但是在短短的几年内为广大人所知。我们平时看到的人脸识别技术运用最多的应该是在电影中：即将拍到的面部图片输入到计算机，然后与计算机中的面部图像资料进行比对，并找出与之相对的资料和记录。由于人脸识别技术拥有以上的诸多优势，所以人脸识别技术将成为一个活跃的研究领域。 研究人脸识别在应用和技术研发上都有重要的意义：一是可以将研发出来的技术为社会服务，为复杂领域提供服务，也可以为国家的安全保障服务；二是满足智能识别技术的应用需求。人脸识别系统的建立，利用计算机的来实现人脸的自动识别有着广泛的应用领域和诱人的应用前景。同时人脸识别与其他的人物识别技术（DNA检测、虹膜等）相比有如下的优点：采用的是自动识别方式，无需人工参与；人脸图像的采集不需要与被检测人发生接触，可以在不惊动被测对象的前提下进行[4]；人脸识别技术的图像采集只需要简单的输入设备就可以完成，如摄像头、相机、手机等都能完成，所以人脸识别在实现的过程中成本低，容易实现。 1.2人脸识别国内外研究现状 （1）国外研究现状 近年来世界上很多国家都在研究人脸识别技术，尤其是日本，欧洲和美国在这个领域的研究较早，但是真正取得巨大突破的还是在20世纪末期，之所以取得如此成就是因为高性能计算机的出现，从而引领人脸识别技术真正的进入自动识别阶段。国外的很多大学都在深入研究人脸识别技术，而且他们研究的领域也是非常的广泛，其中有从认知科学和心理学来研究人脸识别机制的，如美国的Texas at dalls大学的Toole和Abdi小组，主要是从感知科学来研究人脸规律；英国很多大学的研究小组从人脸视觉角度来研究人脸规律；还有从生理机制和神经网络机制来研究人脸识别的方法。不管是从哪方面来研究，最终的研究方向还是从将数字化图像输入计算机来识别人脸的研究方法。 通过查阅国外研究人脸识别的相关文献，得到国外在人脸识别中主要是从以下的几个当面来研究：神经网络的识别方法、基于动态链接结构的弹性图匹配方法；基于几何特征的识别方法人脸面部图像识别方法；基于模板匹配的的人脸识别方法；基于K-L变换的特征脸识别的方法。而且基于K-L变换的特征脸识别的方法广泛的应用，本文的研究也使用这个方法。 （2）国内研究现状 目前我国的人脸识别技术的研究主要集中在三种类型的研究方法:基于几何特征的人脸自动识别方法、基于代数特征的人脸自动识别方法、基于连接机制的人脸正面自动识别方法[5]。 四川大学教授周激流实现的人脸识别系统，是具有正反馈机制，利用积分投影提取人脸特征，并用于识别的，以获得满意的效果。他还试图以“稳定视图”为特征提取方法，即识别系统包含3D的信息，他对人脸侧面投影影识别做了一定的研究，以确定一个图像轮廓外形特征研究