基于pca的人脸识别

《基于pca的人脸识别》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、基于PCA的人脸识别陈哲盼（华北电力大学自动化系，河北保定071003）摘要：人脸识别技术，作为目前模式识别领域研究的热点也是难点之一，其最早提出可以追溯到1888年[1]。然而，到目前为止，由于人脸识别问题自身的复杂性，使得虽然有众多科学研究人员潜心研究多年，也做出了许多的成果，但离彻底解决并达到实用，仍旧有很多关键性的问题需要解决。本文结合研究生阶段参与教研室的科研项目，对人脸识别做了一定的研究。论文首先介绍了人脸识别的背景、研究范围以及方法，对人脸识别领域的一些理论方法作了总体的介绍。本文中所采用的人脸识别方法是比较经典的PCA

2、(PrincipleComponentAnalysis，主成分分析)[2-6]。关键词：人脸识别，主成分分析，PCA，特征脸PCA-basedfacerecognitionCHENZhe-pan(DepartmentofAutomationNorthChinaElectricPowerUniversity,Baoding071003China)Abstract:TechniquesforfacerecognitionwereproposedbyFrancisGaltonasearlyas1888[1]Inrecentyearscons

3、iderableprogresshasbeenmadeintheareaoffacerecognition：ThroughthedevelopmentoftechniqueslikeEigenfacescomputerscannowoutperformhumansinmanyfacerecognitiontasks，particularlythoseinwhichlargedatabasesoffacesmustbesearched．Whilstthesemethodsperformsextremelywellunderconstra

4、inedconditions，theproblemoffacerecognitionundergrossvariationsremainslargelyunsolved．ThisthesisdetailsthePCA(PrincipleComponentAnalysis)algorithmandthedevelopmentofareal-timefacerecognitionsystemaimedtooperateinconstrainedenvironmentsKeywords：facerecognition,principleco

5、mponentanalysis,PCA,Eigenfaces0引言随着社会的不断发展进步以及各方面对快速有效的身份识别技术的迫切需求，生物特征识别技术在最近十年中得到了很快的发展。生物特征识别技术是为了验证身份而采用自动测量技术对身体的特征或个人行为特点进行采集处理，并将采集的特征或特点与模板进行比较，从而完成身份验证的一种解决方案。由于生物特征识别技术利用人本身所具有的特征(如指纹、虹膜、人脸等)进行身份认证，因而它比传统的根据人所携带物品(如身份证)和你所记忆的内容(如账号和密码)更加安全和可靠。我们有理由相信生物特征识别技术将使

6、人们的生活方式产生重大的变化[7]。人脸识别是生物特征识别技术的一种，它也是人们生活中最常用的一种身份认证手段，同时它也是当前最热门的模式识别研究课题之一。通过人脸我们可以判定许多信息:性别、种族、大致年龄及表情等。与其它的生物特征识别技术相比，人脸识别在采集特征时不需要与采集对象进行直接接触，因此人们不会产生排斥的心理，所以人脸识别可以成为一种最友好的身份认证技术。人脸识别应用前景广泛，可用于公安机关罪犯身份的认证，档案管理，银行的监控系统，入口控制等。人脸识别对于我们人类而言是一件非常简单的问题，但人脸识别的机制实际上是非常复杂的

7、。人脸识别的课题涉及到计算机视觉、图像处理、机器学习、模式识别等很多方面的知识[8]。近年来人脸识别技术己经取得了很大发展，产生了很多新颖的方法，一些人脸识别系统也己经投入市场。但还有很多的因素制约着它的发展，人脸识别的鲁棒性受人脸自身和环境的复杂性，如表情、姿态、光照变化的影响很大。所以它仍是目前一项非常具有挑战性的研究课题。1人脸特征提取与识别方法人脸识别本质上是三维塑性物体二维投影图像的匹配问题，它的困难体现在：(1)人脸塑性交形(如表情等)的不确定性；(2)人脸模式的多样性(如胡须，发型，眼镜，化妆等)；(3)图像获取过程中的

8、不确定性(如光照的强度，光源方向等)。识别人脸主要依据人脸上的特征，也就是说依据那些在不同个体之间存在较大差异而对于同一个人则比较稳定的度量。由于人脸变化复杂，因此特征表述和特征提取十分困难。在对人脸图像进行特征提取和分