文档介绍：中摘要文人脸识别是通过计算机分析人脸图像,并从人脸图像中提取有效信息进行身份谚的过程。与指纹、视网膜、虹膜、基因等其它人体生物特征识别技术相比,人脸识别技术具有无需用户过多参与、非接触式的数据采集方式、对用户无任何损害、便于隐藏等优点,在国家安全、军事安全、民事和经济等领域得到了广泛的应用。人脸识别已成为当前人工智能和人体生物特征识别技术领域的一个重要发展方向。本文以构建一个静态人脸图像识别系统为目标对人脸识别的相关问题进行了深入研究,主要工作有以下四部分:肆惩枷裨ご怼T擞弥狈酵季饣⒊叨裙橐换确椒ǘ設人脸库图像进行了预处理。肆惩枷裉卣魈崛 1疚姆治隽酥鞒煞址治、二维主成分分析和线性鉴别分析址椒ǖ挠湃钡悖萜浼浯嬖诘幕ゲ剐裕岢隽嗽强娜肆程卣魈崛》椒ā糯窬绶掷嗥鞯纳杓啤S靡糯惴ǘ訠窬绶掷嗥鹘辛擞呕并对遗传算法进行改进,设计了并联型遗传神经网络分类器。菇ㄈ肆呈侗鹣低场=淙胪枷衲?椤⒃ご砟?椤⑻卣魈崛∧?椤⑸窬分类模块组合***脸识别系统,并对肆晨庵腥肆惩枷窠惺笛椤实验表明,基于增强娜肆呈侗鹣低骋子诒喑淌迪郑侗鹇矢撸哂一定的应用价值。关键词:人脸识别;主成分分析;二维主成分分析;线性鉴别分析;遗传算法
瑃—,,,.痗,甌..,,琭,琻—琫籺甎.
:籔;;;琒
目录中文摘要⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.第一章绪论⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯研究背景及意义⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯人脸识别的研究及发展现状⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.谌肆呈侗鸱椒ㄑ芯考***⒄***⒄瓜肿础人脸识别技术的应用⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯人脸识别系统及难点⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯本文研究内容及结构安排⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯第二章人脸识别预处理⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.人脸图像预处理的主要步骤⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.第三章人脸识别特征提取⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..小波变换⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..〔ū浠换≈J丁.〔ū浠弧緽⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.’
.肷⑿〔ǚ纸狻.〔ū浠辉谌肆惩枷翊碇械挠τ谩基于主成分分析娜肆程卣魈崛基于二维主成分分析娜肆程卣魈崛基于线性鉴别分析娜肆程卣魈崛基于娜肆程卣魈崛基于增强娜肆程卣魈崛本章小节⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.第四章遗传神经网络分类器的设计⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..神经网络⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯神经网络的参数选择⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.神经网络工作原理⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..神经网络的特点⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.遗传神经网络⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..ê蜕窬绲慕岷稀级联型遗传神经网络分类器设计⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.并联型遗传神经网络分类器设计⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..
本章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.第五章人脸识别系统的设计与实现⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯本文设计的人脸识别系统⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.实验过程及结果⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.〗锥巍网络的设计过程⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯谢⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..攻读硕士学位期间发表的论文⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..总结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.致.
第一章绪论研究背景及意义人脸识别的研究及发展现状千百年来,人类一直依靠钥匙、证件、密码等传统物品和特定知识来达到验证与识别的目的,但随着社会信息化程度越来越高,这些传统身份认证方式的局限性和弊端表现得同益突出,当一些别有用心的人获得了标识他人身份的标识事物后,就拥有与真正拥有者相同的权力,