欢迎来到天天文库
浏览记录
ID:35101098
大小:2.55 MB
页数:43页
时间:2019-03-17
《门禁系统人脸识别相关问题研究》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、分类号:单位代码:10672论文编号:2013070104004密级:2016届硕士研究生学位论文门禁系统人脸识别相关问题研究学位申请人姓名杨恒培养单位贵州民族大学导师姓名及职称张儒良教授学科专业应用数学研究方向模式识别与智能系统论文提交日期2016年03月30日中国﹒贵州﹒贵阳P严贵州民族大学20化届硕±研巧生学位论文独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作和取得的研巧成果,论文中不包含其他人己经发表或撰,除了文中特别加W标注和致谢之处外写过的研究成果,化不包含为获得贵州民族大学或其他教育机构的学
2、位或证书而使用过的材料一。与我同王作的同志对本研究所做的任何贡献均己在论文中作了明确的说明并表示了谢意。学位论文作者签名:W签字曰期;>年月曰乎巧互7^(JT学位论文版权使用授权书本学位论文作者完全了解赏州民族大学有关保留、使用学位论文的规^定。裕巧权常州民族大学可1^将学位论文的全部或部分内容编入有关数据库进、汇编。同意学行检索、缩印或扫描等复制手段保存^^供查阅和借阅,并采用影印校向国家有关部口或机构送交论文的复印件和磁盘。)(保密的学位论文在解密后适用本授权说明:学位论文作者签名:导师签名:3
3、皆乎签字日期;年月签字日期:年月曰^贵州民族大学2016届硕士研究生学位论文摘要随着人类社会的进步以及计算机技术的发展,近年来,特别是基于生物特征的门禁系统的研究受到众多研究者追捧,然而,在众多的生物特征中,以人脸为生物特征的门禁系统在国内外已经成为众多研究机构与研究人员的一个研究热点。和其它的人体生物特征比起来,人脸则更加便于携带、简单可靠,同时使用者也很乐意接受这种非接触模式。经过这么多年的共同努力,人脸识别技术取得了许多不错的研究成果,但是仍然面临诸多难题尚待解决,在复杂应用场景中,背景中的干扰因素(如:墙面上的人脸图像,红色的窗帘
4、,门窗等)将会导致人脸检测的漏检率、误检率上升;人脸的面部特征的变化不定以及各种不同的表情与姿态将会直接影响识别效果。为了克服复杂应用场景下背景干扰因素的影响,我们对待检测的视频序列进行运动目标检测,再对运动目标进行基于YCbCr肤色模型的人脸检测,最后通过形态学处理,区域标记以及水平投影对人脸进行细定位。通过这样处理可以有效消除背景中的那些干扰因素的影响。在人脸识别阶段,考虑到PCA在进行人脸特征提取的同时还可以降低维数,从而减小了计算复杂度。因此,将PCA与SVM相结合,用于人脸识别。实验表明,该方法能够实时识别人脸。关键词:运动目标检测YCb
5、Cr肤色模型人脸检测SVM人脸识别I贵州民族大学2016届硕士研究生学位论文AbstractWiththeprogressofhumansocietyandthedevelopmentofcomputertechnology,inrecentyears,especiallytheresearchofentranceguardsystembasedonbiologicalcharacteristicsispursuedbymanyresearchers.However,withinlotsofbiologicalcharacteristics,the
6、entranceguardsystemwhichischaracterizedbyfacehasbecomeahottopicstudiedbyresearcherandresearchinstitutionsathomeandabroad.Comparedwithotherhumanbiologicalcharacteristics,facecanbeeasilyacceptedbyusersforitsconvenience.Thefacerecognitiontechnologyhasgainedagreatachievementafterm
7、anyyears’jointefforts,butitstillhasdifficultproblemswhichremaintobesolved.Inacomplexapplicationscenario,theinterferencefactorsofthebackground(suchas:thefaceimageonthewall,theredcurtains,doorsandWindowsandsoon)willleadtotheundetectederrorrate’sincreaseoftheface;Theuncertaintyof
8、thefacialfeaturesaswellasavarietyofexpressionsandposeswilldir
此文档下载收益归作者所有