多姿态人脸图像识别方法毕业论文

《多姿态人脸图像识别方法毕业论文》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、多姿态人脸图像识别方法毕业论文目录前言-1-第一章绪论-2-第一节研究背景及意义-2-第二节人脸识别研究现状-3-一、人脸识别现状-3-二、多姿态人脸识别现状-5-第三节人脸识别的应用前景-7-第四节本章小结-9-第二章人脸识别技术概述-10-第一节人脸识别的研究范围-10-第二节人脸识别系统-10-第三节人脸识别的性能评价-11-第四节本章小结-12-第三章多姿态人脸识别的研究-13-第一节引言-13-第二节多姿态人脸识别策略-13-第三节姿态校正研究-14-一、姿态校正的人脸识别框架-14-二、基于ST的姿态校正

2、算法-15-三、实验结果-15-第四节本章小结-19-第四章基于PCA的人脸识别方法-20-第一节问题描述-20-第二节PCA算法介绍-20--47-一、PCA的理论基础-20-二、PCA理论原理-22-第三节PCA在计算机视觉领域的应用-23-一、图像数据的表示-23-二、对图像进行信息压缩-23-三、模式识别-24-第四节本章小结-24-第五章人脸识别系统的设计与实现-25-第一节仿真实验流程图-25-第二节读入人脸库建立人脸空间-25-一、人脸库简介-25-二、计算K-L变换的生成矩阵-27-第三节特征向量的选

3、取-27-第四节人脸识别-28-第五节结果统计及分析-29-第六节本章小结-29-结论-31-致谢-32-参考文献-33-附录-35-一、英文原文-35-二、英文翻译-39-三、源程序-42-第一章绪论第一节研究背景及意义-47-随着计算机科学与生物医学技术的迅速发展，产生的根据人体某些特征来判别人物身份的特征识别技术逐渐成为安全验证的一种重要方式。生物特征识别技术将信息科技与生物技术结合在一起，融合了计算机技术、数学、物理学、生物学、声学、光学等高科技手段，利用人体生理特征（如人脸、指纹、眼球等）或行为特征（如声音

4、、笔迹、举止等）来判别人物身份。人脸识别，是基于生理特征的识别技术的一种，是利用计算机提取人脸的相关特征，并根据这些特征来辨别人物身份的一种应用技术。人脸识别问题一般被定义为：给定一个静止或者动态的人脸图像，运用计算机技术处理图片，从而确定给定图像中人物是不是人脸库里面的某个人或者具体判断是人脸库里面的哪个人。自上世纪70年代，人工智能技术的兴起和人类视觉研究的不断发展，人们对机器识别产生了越来越大的热情，于是人脸识别发展成为了一个特定的研究领域，这一领域兼具重大理论价值和巨大实用价值。人类一直梦想着让机器能够像人一

5、样思考，具有识别事物并处理事物的能力，而对人工智能的研究，是从心理学、行为感知学、解剖学等各个角度来发掘人类的感知事物的机制和思维、处理事物机制，最终将所认识到的机制运用于实际当中，于是机器识别研究中的人脸图像识别技术应运而生，并在其逐步发展中投入使用，成为现代人工作生活的一部分。然而许多事情对于人类可以轻易做到，对于机器来说却是难以实现的，比如人脸识别、语音识别、自然语言理解等。所以我们将研究的重点放在了认识人类的思维方式，了解人类获取、传输和处理信息的方式，以便将其运用到机器识别中，最终实现指导生产和实践。人脸识

6、别在理论完善和技术发展上都具有重大意义：首先它推动了人们对人类视觉感知能力本身的认识；其次可以将其运用到人工智能的某些应用领域，比如门禁系统，课堂点到等。用计算机实现对人脸的自动检测和识别，是一件科学有效，省事省力的工作，因此自动人脸识别系统有广阔的应用前景，相比其他较成熟的识别方法（如虹膜、指纹、DNA检测等），人脸识别具有以下三个优点：①无侵犯性，一般的身份识别方法需要经过当事人的配合才能进行，但是人脸识别的方法不需要人工干预，可以通过摄像头等电子设备，在被检测者不注意的情况下，获取图片，用于识别当中。②价格低廉

7、，操作简单，只需要普通摄像头、照相机等就可以满足人脸识别系统的需要，随着智能手机的快速发展，很多人喜欢用手机上的嵌入式摄像头记录图片，使得图片的获取更加的方便简单和普遍。③-47-人脸识别的过程不需要人工参与，计算机可以根据用户设置让系统自动执行，而不需要被测试者的主动参与。正因为人脸识别技术具有以上优点，使其得到科研人员越来越多的关注。第二节人脸识别研究现状一、人脸识别现状识别人脸是人类与生俱来的能力，而机器识别中的人脸识别则涉及多个学科，其中包括数字图像处理、模式识别、认知科学、生物学等，人脸识别与基于生物特征的

8、身份鉴别方法和计算机人机感知交互领域有着密切的联系。60年代，Bledsoe提出了人脸识别的特征提取与半自动系统模式方法。1972年，Sakai设计出了自动人脸图像系统，Harmon在理论上与实践上对交互人脸识别方法进行了详细的论述。80年代初，T.Minami进一步提高了人脸图像系统的性能。初期的人脸识别往往需要人们通过自身感知而获得的一些经