文档介绍：羇薇蒅肃罿蚅袄安防人脸生物信息识别系统袃肀肈芃薃袈膆螃肀衿芄膂沈阳先锋计算机工程有限公司袀2008年9月羀蚇袆薁变更履历螈编号螅变更人员芅修订内容芁修订时间衿备注膈01蚄付裕肁创建袁2008-9-4芆膄螂蚈蚈薃薂蝿螇羂节螁袅蚆肃薈芈肅螃虿莆薅芀蚁螈羄羀蒈袇莃螀薀羅螃蒁蚁莇节芁蒈蒆羅羁蒀螈莅蚂芇羆螄蒂莈肅膄膃莀莇蚃羃***薆肂蚃艿袈螆膀芀羆膅袀肇膅薄蚀腿蒇肄莁芀薅蒃膁羇羈袃袂聿肆薆蚂膀膅羅莂羇薇蒅肃罿蚅袄袃肀肈芃薃袈膆螃肀衿芄膂袀羀蚇袆薁螈螅芅芁衿膈蚄肁摘要袁生物特征识别是利用人类特有的生理或行为特征来识别个人身份的技术,它提供了一种高可靠性、高稳定性的身份鉴别途径。人脸识别是目前生物特征识别中最受人们关注的一个分支,是当前图像处理、模式识别和计算机视觉领域内的一个热门研究课题,在公安部门罪犯搜索、安全部门动态监视识别、银行密码系统等许多领域有广泛的应用。与指纹、视网膜、虹膜、掌纹等其他人体生物特征识别方法相比,人脸识别具有直接、友好,使用者无心理障碍等特点。芆安防人脸生物信息识别系统由人脸检测,特征抽取和人脸分类识别三个关键环节组成。人脸检测是指利用计算机在输入图像中确定所有人脸的位置、大小,是人脸信息处理中的一项关键技术。特征抽取是利用计算机分析人脸图像,进而从中提取有效的识别信息过程。人脸分类识别是根据抽取出的人脸特征用来“辨识”身份的一门技术。膄本文针对人脸识别系统的三个关键技术,展开深入研究。在人脸检测方面,提出了结合肤色模型校验和Haar特征级联强分类器的人脸检测算法,实现人脸的检测。实验结果表明,这种基于人脸Haar特征的级联强分类器检测速度快,检测率高,误检率低。结合肤色模型校验的人脸检测由于利用了人脸肤色分布的约束条件,对人脸候选区域进行肤色聚类,使得误检率进一步降低。在人脸识别方面,本文对已存在的算法深入分析,着重研究了基于隐马尔可夫模型的方法,主成份分析与欧氏距离结合的方法,主成份分析与支持向量机结合的方法,局部基于Gabor变化直方图序列的人脸描述与识别方法等,分析了各个方法的优点和不足之处。在基于局部Gabor变化直方图序列的人脸描述与识别方法中提出一些改进,采用了Gabor小波、局部二值模式、局部空间直方图等不同层次的局部特征提取,因而对光照、表情、老化和误配准等问题具有较高的鲁棒性,同时具有较高的识别性能。本文编程实现了上述几种方法,经过深入研究,比较及测试后,实验结果表明,基于局部Gabor变化直方图序列的人脸描述与识别方法效果最好。因此,本文采用基于Gabor变化直方图序列的人脸描述与识别方法作为本系统人脸识别的方法,并且获得了较高的识别率。螂蚈关键词:人脸检测,人脸特征抽取,人脸分类识别蚈目录薃第一章 绪论 ,社会,环境效益 12羃第二章 人脸检测方法研究 43薃第三章 人脸识别系统概述 48蚁第四章 人脸识别方法详细设计