1 / 17
文档名称:

基于matlab的人脸识别系统设计与仿真.doc

格式:doc   大小:187KB   页数:17页
下载后只包含 1 个 DOC 格式的文档,没有任何的图纸或源代码,查看文件列表

如果您已付费下载过本站文档,您可以点这里二次下载

分享

预览

基于matlab的人脸识别系统设计与仿真.doc

上传人:花花世界 2019/2/1 文件大小:187 KB

下载得到文件列表

基于matlab的人脸识别系统设计与仿真.doc

文档介绍

文档介绍:目录摘要 II第1章绪论 -1- -1- -1- -2- -2- -3- -3- -4-第2章人脸识别方法 -6- -6- -6- -7- -7- -7-第3章PCA人脸识别方法 -9- -9- -9- -11-第4章仿真实验 -13- -13- -14-第5章总结与展望 -15- -15- -15-参考文献 -17-附录 -18-摘要人脸识别是当前模式识别领域的一个前沿课题,人脸识别技术就是利用计算机技术,根据数据库的人脸图像,分析提取出有效的识别信息,用来“辨认”身份的技术。本文介绍了多种人脸识别方法,基于对人脸识别方法优缺点的分析比较,提出了一种基于主元分析(PCA)的人脸识别方法。通过PCA算法对人脸图像进行特征提取,再利用最邻近距离分类法对特征向量进行分类识别。利用剑桥ORL的人脸数据库的数据进行实验仿真,仿真结果验证了本算法是有效的。关键词:人脸识别,主元分析,最近邻距离分类法,人脸库第1章绪论人脸识别是模式识别研究的一个热点,它在身份鉴别、信用卡识别,护照的核对及监控系统等方面有着广泛的应用。人脸图像由于受光照、表情以及姿态等因素的影响,使得同一个人的脸像矩阵差异也比较大。因此,进行人脸识别时,(PCA)方法是一种有效的特征提取方法,将人脸图像表示成一个列向量,经过PCA变换后,不仅可以有效地降低其维数,同时又能保留所需要的识别信息,这些信息对光照、,(SVM)模式识别方法,兼顾训练误差和泛化能力,在解决小样本、非线性及高维模式识别问题中表现出许多特有的优势。,人脸识别系统包括图像提取、人脸定位、图形预处理、以及人脸识别(身份确认或者身份查找)。系统输入一般是一张或者一系列含有未确定身份的人脸图像,以及人脸数据库中的若干已知身份的人脸图像或者相应的编码,而其输出则是一系列相似度得分,表明待识别的人脸的身份。,快速发展的社会经济和科学技术使得人类对安全(包括人身安全、隐私保护等)得认识越来越重视。人脸识别得一个重要应用就是人类的身份识别。一般来说,人类得身份识别方式分为三类:,包括各种证件和凭证,如身份证、驾驶证、房门钥匙、印章等;,包括各种密码、口令和暗号等;,包括各种人类得生理和行为特征,如人脸、指纹、手形、掌纹、虹膜、DNA、签名、语音等。前两类识别方式属于传统的身份识别技术,其特点是方便、快捷,但致命的缺点是安全性差、易伪造、易窃取。特殊物品可能会丢失、偷盗和复制,特殊知识可以被遗忘、混淆和泄漏。相比较而言,由于生物特征使人的内在属性,具有很强的自身稳定性和个体差异性,因此生物特征是身份识别的最理想依据。基于以上相对独特的生物特征,结合计算机技术,发展了众多的基于人类生物特征的身份识别技术,如DNA识别技术、指纹识别技术、虹膜识别技术、语音识别技术和人脸识别技术等。生物识别技术在上个世纪已经有了一定得发展,其中指纹识别技术已经趋近成熟,但人脸识别技术的研究还处于起步阶段。指纹、虹膜、掌纹等识别技术都需要被识别者的配合,有的识别技术还需要添置复杂昂贵的设备。人脸识别可以利用已有的照片或是摄像头远距离捕捉图像,无需特殊的采集设备,系统的成本低。并且自动人脸识别可以在当事人毫无觉察的情况下完成身份确认识别工作,这对反恐怖活动有非常重要的意义。基于人脸识别技术具有如此多的优势,因此它的应用前景非常广阔,已成为最具潜力的生物特征识别技术之一。,但是利用计算机进行完全自动的人脸识别仍然有许多困难。人脸模式差异性使得人脸识别成为一个非常困难的问题,表现在以下方面:,人脸具有多样的变化能力,人的脸上分布着五十多块面部肌肉,这些肌肉的运动导致不同面部表情的出现,会造***脸特征的显著改变。,随着年龄的增长,皱纹的出现和面部肌肉的松弛使得人脸的结构和纹理都将发生改变。,例如改变发型,留胡须,戴帽子或眼镜等饰物。