毕业论文--基于Gabor特征的人脸识别算法研究及应用

《毕业论文--基于Gabor特征的人脸识别算法研究及应用》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、第31页湖南大学毕业设计(论文)HUNANUNIVERSITY毕业论文论文题目基于Gabor特征的人脸识别算法研究及应用学生姓名学生学号专业班级电子信息工程二班学院名称电气与信息工程指导老师学院院长2015年5月23日第31页湖南大学毕业设计(论文)摘要人脸识别作为一重要种的生物特征识别技术凭借其直观、非接触等特点已经成为生物特征识别领域一大焦点。近几年来国内外广大学者研究积累了大量成熟的理论和算法并取得了成功的应用。人脸识别研究的重点是人脸表达，其本质既是特征提取。人脸的特征提取大致分为全局特征和局部特征。基于全局

2、特征的人脸表达受姿态、表情、光照等因素影响较为敏感，而基于局部特征则侧重于人脸局部区域的细节特征，使其能客服基于全局特征的不足，因而被广泛应用到人脸识别中。Gabor小波变换既是一种典型的局部特征提取方法，由于Gabor小波的核函数与哺乳动物初级视觉皮层的感受野细胞的刺激响应十分相似，因而能够很好地提取目标图像的不同空间位置、频率和方向上的特征。因此被广泛应用于人脸识别。本文从基于Gabor小波变换特征提取展开，针对直接采用Gabor小波变换提取到的特征维数过高以及识别过程中误配准问题，提出了首先对Gabor特征分块

3、并运用LBP（局部二值模式）获取稳定的局部纹理特征，然后采用主成分分析的方法进行降维处理。关键字：人脸识别；Gabor小波变换；特征提取；局部二值模式；分块主分量分析（PCA）第31页湖南大学毕业设计(论文)第一章绪论1.1人脸识别的研究背景和意义当今时代，信息技术飞速发展，身份验证变得越来越重要，而传统的身份识别技术像ID卡和密码等身份识别手段，安全性低，使用不便，亟待新的解决方案。生物特征识别依靠其安全可靠的优点在此情况下脱颖而出，成为目前识别领域的一项热点。生物特征识别技术融合了计算机和生物技术，利用人特有生理

4、或者行为特征来进身份识别。生物特征的独特性从根本上杜绝了身份伪造和窃取利用的可能，具有极高的安全性，可靠性和实用性。目前生物特征识别应用较多的有人脸识别、虹膜识别、指纹识别和掌描识别等。与其他的生物特征识别相比，人脸识别具有其独到的优势。第一，方便快捷。人脸识别采用非接触式信息采集，人只需要才摄像头前停留片刻即可完成。第二。非干扰性，人脸识别在识别过程中无需强迫被识别人配合，易于被大众所接受。第三，符合人类习惯。据调查，人与人接触中90%的人通过人的脸部特征来了解识别对方，人脸识别使用人脸图片进行识别，因此人可以和计

5、算机配合完成识别工作。第四，高性价比。人脸识别对硬件无特殊要求，只需要一台电脑和一个摄像头即可完成人脸识别工作。人脸识别这些独有的优点使其在当今社会被广泛的应用到公共安全、公司考勤、刑事侦查等领域，并具有极佳的前景。1.2人脸识别的研究现状人脸识别的发展始于二十世纪六十年代末，但受制于当时技术条件，发展缓慢。80年代开始，特别是90年代往后至今，随着计算机技术和图像处理技术的发展，人脸识别技术飞速发展并应用到各个领域。同时越来越多的学者致力于此，新的技术和算法也不断涌现出来。按各个发展阶段特点将人脸识别研究大致分为以

6、下三个阶段。第一阶段（1964年-1990年）。在这个阶段，人脸识别作为一般性模式识别研究，理论基础主要是人脸的几何结构特征[1][2](Geometricfeaturebased)方法。人工神经网络技术被研究人员引入到人脸识别的研究中。总的来说这个阶段人脸识别技术处于起步阶段，研究成果匮乏。第二阶段（1991年-1997年）。这一阶段是人脸识别技术飞速发展期。此阶段涌现出一些代表性的人脸识别算法，其中基于代数特征的方法[3][4](AlgebraicFeaturesBased第31页湖南大学毕业设计(论文))和统计

7、模式识别方法是这一时段的主流。这写方法在中小规模及采集正面人脸数据时性能表现良好，因而出现商业化的人脸识别系统。第三阶段（1998年-至今）。研究高潮阶段，从20世纪90年代开始，人脸识别的研究变得非常热门，大量的研究人员和基金被引入该项研究。由于多数的人脸识别技术在光照、姿态等条件不理想或者用户不配合的条件下鲁棒性通常较差。因此，光照、姿态问题逐渐成为研究热点。而基于Boosting的学习技术、基于3D模型的人脸建模与识别、统计学习理论、非线性建模方法的方法等逐渐成为重点发展趋势。1.3人脸识别中的研究难点表情。人

8、脸是一个柔体，表情是极其复杂的肌肉运动，计算机很难做出准确判断，不用的表情时计算机会采集到不同的人脸图像。光照。计算机采集的人脸图像会受到环境中光照强度、光照颜色和方向的影响。姿态。计算机采集的人脸图像是二维的，而我们的人脸是三维的，因此采集时不同的姿态会得到不同的图像。遮挡。当被识别对象使用帽子、眼镜和围巾等装饰物品时，这些装饰物品会对采集图