人脸识别改进.docxVIP

湖南省大学生研究性学习和创新性实验计划项 目 申 报 表 项目名称:基于单目视觉技术车辆智能碰撞规避的研究 项目名称:基于单目视觉技术车辆智能碰撞规避的研究 学校名称 湖南工业大学 学生姓名 学 号 专 业 性 别 入 学 年 份 2012.09 2012.09 2012.09 2012.09 2013.09 指导教师 宓茜 职称 学科专业 学生曾经参与科研的情况 本项目组成员参加过全国大学生电子设计大赛，以及在学校和同学一起做过多种实训：比如有基于单片机的万年历系统，智能刷卡系统、温度检测系统； 基于数电的简单的报警系统、以及基于模电的简易收音机等等。 指导教师承担科研课题情况项目： 融合不确定性与随机统计信息的回转干燥过程建模新方法研究 国家自科基金项目 基于支持向量机的回转干燥过程混合建模与能耗/排放优化新方法研究教育厅青年项目（型并联控制技术的研究 教育厅项目(编号：10C0604) 项目研究和实验的目的、内容和要解决的主要问题一、项目研究的目的 随着科技的飞速发展，传统的身份识别（如口令、身份卡等）容易遗失， 易被破解等问题逐渐暴漏，已不能满足各种安全需要。人们期望有一种更加可靠的技术来进行身份鉴别。生物特征识别技术给这一切带来了可能。 由于人脸的面部特征难以复制和假冒，从而被应用到最现代化的门禁系统，网上支付系统等等领域中。人脸识别技术是利用计算机分析人脸，从中提取出有效的特征和识别信息，通过与数据库的人脸比较来管理和控制的技术，与以往的身份识别系统相比提高了安全防范的可靠性。 2015 年 3 月 15 日晚间，全球瞩目的汉诺威消费电子、信息及通信博览会 （CeBIT）在德国开幕。马云在开幕式上，向德国总理默克尔与中国副总理马凯演示了蚂蚁金服的 Smile to Pay 扫脸技术 二、项目研究的内容 人脸比对是指对于给定的一幅任意图像 ,首先进行人脸检测,对其中的人脸部分进行特征提取 ,根据这些提取的特征参数,与另外一幅任意给定的图像中的所含人脸部分的特征参数进行比对,判断两者是否为同一个人。 典型的人脸自动比对系统如图 1.5 所示,它以含人脸的静态图像或者视频作为输入,以比对之后的结果作为输出 ,其中包括了人脸图像获取、人脸检测、人脸特征提取和人脸识别四个 主要的环节。 人特 人 特 人 脸 征 脸 检 提 识 测 取 别 图 1.5 人脸识别系统一般框架 人脸图像的获取 一般来说，图像的获取都是通过摄像头摄取，但摄取的图像可以是真人，也可以是人脸的图片或者为了相对简单，可以不考虑通过摄像头来摄取头像，而是直接给定要识别的图像。 人脸检测 人脸检测(FaceDeteetion),就是给定静态图像或者视频 ,判断其中是否有人脸存在,如果存在,则给出人脸的大小、位置等状态信息。由于受异常人脸的干扰,在人头定位的基础上实现了人脸检测,异常人脸的排 除成了这一部分的关键内容。 人脸特征提取 人脸特征提取即提取人脸面部中所具有的特征 ,它的本质就是将一般的图像数据映射到机器空间中去,以此可以利用模式识别或图像分析的方法进行后续的处理和研究。基于人脸的先验知识 ,每个人脸特征都有唯一不变性和变化多样性这两个特点 ,只有充分利用唯一不变性和变化多样性这两个特点才能够进行后面的人脸比对识别操作。 人脸识别 人脸识别指的是对输入的两个人脸图像,利用两个人脸图像的特征参数,采取某种算法进行人脸之间的比对,最终返回人脸比对的结果。 目前,依据人脸比对技术所采用的特征,可将人脸比对技术主要分为两类:(1)基于人脸图像的几何特征比对 ,(2)基于人脸图像的统计特征比对。前者主要考虑人脸五官所在的相对位置具有不变性和唯一性 ;后者主要考虑了每个人脸图像的象素数据具有的稳定性和唯一性。 三、解决的主要问题 （1) 图像的采集。采集过程中需要保持人信息的完整性，包括拍摄图像时 要保持拍摄环境的一致性，如光照，拍摄角度等要保持一致；需要保持人脸图像的姿态，即拍摄正面的人脸图像；并保持拍摄时人脸的表情和配饰的一致性，如戴或不戴眼睛，是否化妆等等。 (2)人脸识别方法的选择问题。 在进行识别方法的选择时，既要考虑到识别算法的实用性和有效性，又要考虑识别方法的识别效率和准确率的问题。综合考虑现有的人脸识别方法，从中 选择适合于本系统需求的人脸识别方法。 选择适合于本系统需求的人脸识别方法。 (3)需要识别的人脸图像发生变化，如需要识别的人员增加、减少、人员 的相关信息发生变更等问题。 国内外研究现状和发展动态 到现在为止，人脸识前期以 Allen 和 Parke 为代表，主要研究人脸识别所需要的面部特征，研究者用计算机实现了较高质量的人脸灰度图模型。这一阶段工作的特点是识别过程 全部依赖于操作人员，显然这不是一种可以完成自动识别的系统。中期是人机