静态人脸识别设计毕业论文

《静态人脸识别设计毕业论文》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、本科学生毕业论文（设计）题　　目　　　　静态人脸识别　　　目录中文摘要关键词Ⅱ1绪论11.1课题背景11.1.1课题来源11.1.2人脸识别技术11.1.3人脸识别技术的研究意义21.2静态人脸识别发展历史与概况31.3人脸识别的难点42静态人脸特征52.1人脸特征52.1.1肤色特征52.1.2灰度特征53静态人脸识别方法53.1人脸检测与定位63.2基于PCA的人脸特征提取63.3人脸识别方法73.3.1几何特征法83.3.2特征脸法93.3.3弹性图匹配法103.3.4神经网络法114小结114.1总结114.2展望12参考文献13英文摘要关键词13附件1

2、4静态人脸识别摘要：人脸识别技术是一种新型的身份识别技术，它是生物识别技术的一种，人脸识别技术也是一个非常活跃的研究领域，它覆盖了数字图像处理等诸多领域。随着人们应用需求的不断深入，人脸识别技术将呈现出主流化、芯片化、标准化发展趋势。静态人脸识别系统主要由检测与定位、特征提取与识别两部分组成，在这两部分的基础上还包括预处理等步骤，对于一个全自动的人脸识别系统，整个的识别过程可归纳为人脸检测与定位、特征提取和识别。实现流程如下：首先是预处理，对图像进行光照处理等以改善图像质量；检测与定位，从不同场景中检测出人脸并将其从背景中分割出来；对人脸库中所有图像大小和各器官

3、位置归一化；最后对归一化的人脸图像进行特征提取与识别。由于动态识别研究处于起步阶段，该技术相对较欠缺，因此本文只研究基于静态人脸图像的识别方法。关键词：人脸识别；数字图像处理；检测方法显示对应的拉丁字符的拼音 字典1绪论1.1课题背景1.1.1课题来源随着安全入口控制和金融贸易方面应用需要的快速增长，生物统计识别技术得到了新的重视。目前，微电子和视觉系统方面取得的新进展，使该领域中高性能自动识别技术的实现代价降低到了可以接受的程度。而人脸识别是所有的生物识别方法中应用最广泛的技术之一，人脸识别技术是一项近年来兴起的一种新型的身份识别技术，它是生物识别技术的一种。

4、随着人们应用需求的不断深入，人脸识别技术将呈现出主流化、芯片化、标准化发展趋势。近年来受到了各国研究人员的普遍关注，主要用于安全保密等领域。人们更多的是在电影中看到这种技术的神奇应用：警察将偷拍到的嫌疑犯的脸部照片，输入到电脑中，与警方数据库中的资料进行比对，并找出该嫌犯的详细资料和犯罪记录。这并非虚构的情节。在国外，人脸识别技术早已被大量使用在国家重要部门以及军警等安防部门。在国内，对于人脸识别技术的研究始于上世纪90年代，目前主要应用在公安、金融、网络安全、物业管理以及考勤等领域。人脸识别按照信息来源可分为两类：基于静态人脸图像的识别和基于动态信息的识别。由

5、于动态识别研究处于起步阶段，该技术相对较欠缺，因此本文只研究基于静态人脸图像的识别方法。1.1.2人脸识别技术所谓人脸识别，是指对输入的人脸图像或者视频，判断其中是否存在人脸，如果存在人脸，则进一步给出每张人脸的位置、大小和各个面部主要器官的位置信息，并且依据这些信息，进一步提取每张人脸蕴含的身份特征，并将其与已知人脸库中的人脸进行对比，从而识别每张人脸的身份。其研究内容包括以下五个方面：（1）人脸检测从不同的背景中检测是否存在人脸，并确定其位置、大小、形状、姿态等信息的过程。它关系到后续识别工作能否正确进行，并保障最终识别结果的可靠性。（2）人脸表征确定表示检

6、测出的人脸和数据库中的已知人脸的描述方式。通常的表示方式包括几何特征（如欧氏距离、曲率、角度等）、代数特征（如矩阵的特征矢量）和固定特征模板等。（3）人脸鉴别即狭义的人脸识别，就是通常所指的将待识别的人脸与数据库中的已知人脸进行比较，得出相关信息。这一过程的核心是选择适当的人脸表示方式和匹配策略，系统地构造与人脸的表征方式密切相关。（4）表情/姿态分析即对待识别人脸的表情或姿态进行分析，并对其加以归类。（5）生理分类对待识别人脸的物理特征进行分类，得出其年龄、性别、种族等相关信息，或从几幅相关的图像中推导出希望得到的人脸图像，如从父母的脸推导出孩子的脸像等。本论

7、文中的人脸识别主要是指狭义的人脸识别，指将待识别的人脸与数据库中的已知人脸之间进行匹配的人脸鉴别。人脸识别的目的是让计算机具有通过人脸的特征来鉴别身份的功能。基于人脸特征的身份识别主要设计到复杂场景中的人脸检测及识别技术，是一种依托于图像理解、模式识别及计算机视觉、统计学和人工智能等高技术的研究方向。1.1.3人脸识别技术的研究意义（1）富有挑战性的课题人脸识别是机器视觉和模式识别领域最富有挑战性的课题之一，同时也具有较为广泛的应用意义。人脸识别技术是一个非常活跃的研究领域，它覆盖了数字图像处理、模式识别、计算机视觉、神经网络、心理学、生理学、数学等诸多学科的内

8、容。如今，虽然在这方面的