基于PCA算法的人脸识别毕业设计论文

基于PCA算法的人脸识别毕业设计论文

ID:261038

大小:3.03 MB

页数:50页

时间:2017-07-15

基于PCA算法的人脸识别毕业设计论文_第1页
基于PCA算法的人脸识别毕业设计论文_第2页
基于PCA算法的人脸识别毕业设计论文_第3页
基于PCA算法的人脸识别毕业设计论文_第4页
基于PCA算法的人脸识别毕业设计论文_第5页
资源描述:

《基于PCA算法的人脸识别毕业设计论文》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、太原科技大学 毕业设计(论文)设计(论文)题目:基于PCA算法的人脸识别毕业设计(论文)原创性声明和使用授权说明原创性声明本人郑重承诺:所呈交的毕业设计(论文),是我个人在指导教师的指导下进行的研究工作及取得的成果。尽我所知,除文中特别加以标注和致谢的地方外,不包含其他人或组织已经发表或公布过的研究成果,也不包含我为获得及其它教育机构的学位或学历而使用过的材料。对本研究提供过帮助和做出过贡献的个人或集体,均已在文中作了明确的说明并表示了谢意。作者签名:     日 期:     指导

2、教师签名:     日  期:     使用授权说明本人完全了解大学关于收集、保存、使用毕业设计(论文)的规定,即:按照学校要求提交毕业设计(论文)的印刷本和电子版本;学校有权保存毕业设计(论文)的印刷本和电子版,并提供目录检索与阅览服务;学校可以采用影印、缩印、数字化或其它复制手段保存论文;在不以赢利为目的前提下,学校可以公布论文的部分或全部内容。作者签名:     日 期:     Ⅰ学位论文原创性声明本人郑重声明:所呈交的论文是本人在导师的指导下独立进行研究所取得的研究成果。除

3、了文中特别加以标注引用的内容外,本论文不包含任何其他个人或集体已经发表或撰写的成果作品。对本文的研究做出重要贡献的个人和集体,均已在文中以明确方式标明。本人完全意识到本声明的法律后果由本人承担。作者签名:日期:年月日学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定,同意学校保留并向国家有关部门或机构送交论文的复印件和电子版,允许论文被查阅和借阅。本人授权    大学可以将本学位论文的全部或部分内容编入有关数据库进行检索,可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。涉密

4、论文按学校规定处理。作者签名:日期:年月日导师签名:日期:年月日Ⅰ太原科技大学毕业设计(论文)任务书学院(直属系):电子信息工程系时间:2012年1月14日学生姓名指导教师设计(论文)题目基于PCA算法的人脸识别主要研究内容首先学习了PCA算法的基本知识和原理,学习在Matlab环境中实现PCA算法在人脸识别方面的应用并仿真。研究方法在Matlab环境中应用PCA算法对人脸识别进行应用的仿真。主要技术指标(或研究目标)1、掌握Matlab软件的应用及PCA算法。2、实现PCA算法在人脸识别方面的仿真及对其进

5、行分析。教研室意见教研室主任(专业负责人)签字:年月日说明:一式两份,一份装订入学生毕业设计(论文)内,一份交学院(直属系)。Ⅰ目录摘要ⅢABSTRACTⅣ第1章人脸识别概述-1-1.1人脸识别技术31.2人脸识别的研究背景及意义41.3人脸识别理论的发展51.4人脸识别的难点6第2章人脸识别的常用算法92.1人脸识别常用方法92.2PCA方法的优点10第3章PCA人脸识别方法123.1简介123.2问题描述123.2.1KL变换原理133.2.2利用PCA进行人脸识别143.3PCA的理论基础153.3.

6、1投影153.3.2PCA的作用及其统计特性153.3.3特征脸173.3.4图片重建173.3.5奇异值分解(SVD)183.3.6利用小矩阵计算大矩阵特征向量183.3.7图片归一化19第4人脸识别系统的设计及实现204.1人脸识别流程204.2离线学习和在线匹配214.3人脸识别中PCA算法步骤及过程22Ⅰ4.4实验及结果分析23第5章影响人脸识别的几个因素及人脸数据库介绍26第6章总结与展望306.1总结306.2展望30参考文献32致谢33附件34ⅡⅡ基于pca算法的人脸识别摘要生物特征识别技术使

7、用了人体本身所固有的生物特征,与传统的身份识别方法完全不同,具有更高的安全性、可靠性、和有效性,越来越受到人们的重视。人脸识别技术作为生物特征识别技术的重要组成部分,在近三十年里得到了广泛的关注和研究,已经成为计算机视觉、模式识别领域的研究热点。人脸识别在公共安全、证件验证、门禁系统、视频监视等领域中都有着广泛的应用前景。本文是在人脸数据库的基础上做人脸特征提取和识别研究,主要内容如下:(1)对人脸识别研究的内容、相关技术、主要实现方法及发展历程作了详细介绍。(2)介绍主成分分析法(PCA)、K-L变换,并

8、利用特征脸方法实现了人脸识别。(3)给出了基于matlab环境的编程及实验结果,并对结果进行分析。关键词:人脸识别,特征脸,K-L变换,主成分分析。ⅢPCABasedFaceRecognitionAlgorithmABSTRACTBiometics,becauseofusingtheproperlivingcreaturecharacteristicofhumanbody,isthetotallybrandnew

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。