欢迎来到天天文库
浏览记录
ID:10953773
大小:705.50 KB
页数:25页
时间:2018-07-09
《基于eigenfaces的人脸识别算法实现1毕设论文.doc》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、摘要随着科技的快速发展,视频监控技术在我们生活中有着越来越丰富的应用。在这些视频监控领域迫切需要一种远距离,非配合状态下的快速身份识别,以求能够快速识别所需要的人员信息,提前智能预警。人脸识别无疑是最佳的选择。可以通过人脸检测从视频监控中快速提取人脸,并与人脸数据库对比从而快速识别身份。这项技术可以广泛应用于国防,社会安全,银行电子商务,行政办公,还有家庭安全防务等多领域。本文按照完整人脸识别流程来分析基于PCA(PrincipalComponentAnalysis)的人脸识别算法实现的性能。首先使用常用的人脸图像的获取方法获取人脸图像。本文为了更好的分析基于PCA人脸识别系统的性能选
2、用了ORL人脸数据库。然后对人脸数据库的图像进行了简单的预处理。由于ORL人脸图像质量较好,所以本文中只使用灰度处理。接着使用PCA提取人脸特征,使用奇异值分解定理计算协方差矩阵的特征值和特征向量以及使用最近邻法分类器欧几里得距离来进行人脸判别分类。关键词:人脸识别PCA算法奇异值分解定理欧几里得距离ABSTRACTWiththerapiddevelopmentoftechnology,videosurveillancetechnologyhasbecomeincreasinglydiverseapplicationsinourlives.Inthesevideosurveillanc
3、eurgentneedforalong-range,withrapididentificationofnon-state,inordertobeabletoquicklyidentifypeopletheinformationtheyneed,advanceintelligencewarning.Facerecognitionisundoubtedlythebestchoice.Facedetectioncanquicklyextracthumanfacesfromvideosurveillance,andcontrastwiththefacedatabasetoquicklyiden
4、tifyidentity.Thistechnologycanbewidelyusedinnationaldefense,socialsecurity,banke-commerce,administrativeoffices,aswellashomesecurityanddefenseandotherareas.InaccordancewiththefullrecognitionprocesstoanalyzetheperformanceofPCA-basedfacerecognitionalgorithm.Thefirsttousethemethodofaccesstocommonly
5、usedfaceimagesforfaceimages.InordertobetteranalysisisbasedontheperformanceofthePCAfacerecognitionsystemselectedORLfacedatabase.Thentheimagefacedatabaseforasimplepretreatment.BecauseORLfaceimagequalityisbetter,sothisarticleusesonlygrayscaleprocessing.ThenusethePCAforfacefeatureextractionusingsing
6、ularvaluedecompositiontheoremtocalculatethecovariancematrixoftheeigenvaluesandeigenvectors,andusetheEuclideandistanceofthenearestneighborclassifiertotheclassificationofhumanfacediscrimination.KEYWORDS:facerecognitionPCAalgorithmSVDEuclideandistance目录摘要2ABSTRACT31人脸识别概述51.1人脸识别的研究概况和发展趋势51.1.1人脸识
7、别的研究概况51.1.2人脸识别的发展趋势61.2人脸识别的主要难点71.3人脸识别的流程71.3.1人脸图像采集81.3.2预处理81.3.3特征提取81.4本章小结92人脸图像102.1人脸图像获取102.2人脸图像数据库102.3人脸图像预处理112.3.1灰度变化112.3.2二值化122.3.3图像锐化122.4本章小结133人脸识别143.1PCA算法理论143.2PCA人脸识别算法的实现153.2.1K-L变换153.2.2SVD
此文档下载收益归作者所有