PAC算法人脸识别.docVIP

PAGE PAGE 1 信号处理方向课程 设计报告 题 目：采用PCA方法的人脸识别系统 院 系： 电子信息学院 专 业： 信息类 班 级： 姓 名： 学 号： 指导教师： 2013年1月16号 目 录 TOC \o 1-3 \h \u 9354 1：绪论 3 27329 1.1：研究背景 3 25145 1.2：应用前景 3 5481 2：设计基本要求 5 1856 3：内容原理 6 18166 3.1 为什么设计PCA人脸识别系统 6 25044 3.2 PCA算法的原理 6 30251 3.3 Eigenface算法 8 29060 3.4 PCA算法在人脸识别中的应用 9 24777 4：设计步骤 11 4027 4.1： 数据采集 11 27289 4.2.：文件的读入与显示 11 18707 4.3： 载入要训练的人脸集图像并存储 12 11735 4.4.：获取训练图像集合的主成分特征向量 13 22181 4.5：显示特征脸 14 4061 4.6：平均脸显示 15 24187 4.7：由特征脸重构训练集内人脸图像 15 1088 5：心得体会 17 7361 附录1:参考文献 18 14784 附录2：课程设计源代码 18 1：绪论 1.1：研究背景 为了帮助学生深入理解和消化基本理论、进一步提高综合应用能力并且锻炼独立解决问题的能力，我们将《数字信号处理》、《DSP原理与应用》、《语音信号处理》和《数字图象处理》几门课程融合在一起开设的DSP综合实验课程设计。主要要求有： 一：设计内容突出信号处理的理论和技术的综合应用。如在信号滤波实验中，在语音信号中混有噪声，要求学生滤除该语音信号中的噪声。学生首先要进行信号谱分析、然后选择滤波器类型，再确定滤波器参数，最后进行滤波器设计与应用。而不是简单地给出滤波器类型和设计指标。 二：如何将《DSP原理与应用》、《语音信号处理》和《数字图象处理》三门课程有机的结合起来，设计一实际的系统。由学生在所学知识的基础上，查阅相关资料，自主设计，通过实验装置进行实现，并对结果进行综合分析，寻找最佳设计方案。 希望学生通过完成一个与信号处理相关的课题的理论设计、程序设计和实验调试任务，提高他们分析解决实际问题的能力。本设计要求运用课程所学知识，进行算法实现、 Matlab仿真，程序设计，DSP开发平台上调试，加深对信号处理知识的理解与运用，培养对可编程DSP芯片的开发技能。 利用所学知识，设计一个基于PCA方法的人脸识别系统。 要求系统可以对各类文件格式的人脸文件进行分析，可以对一定长度的人脸训练集进行特征值提取，能够显示特征脸、平均脸，能够由特征向量构造训练集内部或外部的任意人脸文件，并且完成比对误差及人脸识别的功能。 1.2：应用前景 随着计算机网络和通信技术的发展，信息安全、知识产权保护和身份认证等问题成了一个重要而紧迫的研究课题。身份认证是保证系统安全的必要前提，在多种不同的安全领域都需要准确的身份认证。传统的身份证、智能卡、密码等身份认证方法存在携带不便、容易遗失、不可读或密码易被破解等诸多问题。基于人脸识别技术的身份认证方法与传统的方法相比，具有更好的安全性、可靠性和有效性，因此正越来越受到人们的重视，并逐渐进入社会生活的各个领域。 人脸识别技术具有广泛的应用前景，可以应用到多种不同的安全领域，因其识别特征的独特性、惟一性和相对稳定性，逐渐成为一非常热门的研究课题。许多典型的人脸识别算法和应用系统都是针对标准或特定的人脸数据库，利用库内人脸进行训练，并在相同的库中实现人脸识别。但在软件保护、计算机安全等特殊应用中，身份认证仅针对单个对象进行人脸识别，现有的人脸识别方法并不能胜任这样的识别任务。为此，本文针对单对象人脸识别的特点，讨论了单对象人脸检测和识别的关键技术，在此基础上提出了一种单对象人脸识别算法，实验结果证明了该方法的有效性。 2：设计基本要求 利用所学知识，设计一个基于PCA方法的人脸识别系统。要求系统可以对各类文件格式的人脸文件进行分析，可以对一定长度的人脸训练集进行特征值提取，能够显示特征脸、平均脸，能够由特征向量构造训练集内部或外部的任意人脸文件，并且完成比对误差及人脸识别的功能。 熟悉人脸检测及识别的基本原理