王双节之人脸识别演讲稿.pptx

1超级双胞胎VS中科院自动化研究所第1页/共23页2什么是人脸识别？特指利用分析比较人脸视觉特征信息进行身份鉴别的计算机技术。概述概述第2页/共23页3随着全球信息化进程，人脸识别应用范围越来越广人脸识别技术的优势在其便捷、非接触、识别率高可以很方便地为人们在需要设防的地方保驾护航课题目的和意义课题目的和意义第3页/共23页42008年北京奥运会采用的人脸识别技术第4页/共23页5人脸识别的方法人脸识别的方法：1、基于特征脸的方法（PCA）2、基于几何特征的人脸识别方法3、弹性图匹配的方法4、基于神经网络的方法5、基于支持向量机的方法6、隐马尔科夫模型的方法7、其他综合方法第5页/共23页6PCA识别算法识别算法我这次设计采用Mutlab编程工具，利用图像进行识别。核心算法：基于PCA人脸识别算法。PCA（Principal Component Analysis）算法是由Belhumeur等提出的Fisherface人脸识别方法。PCA又称主成分分析法，是一种常用的基于变量协方差矩阵对信息进行处理、压缩和抽提的有效方法。第6页/共23页7人脸识别总体流程人脸识别总体流程第7页/共23页8图像获取人脸特征提取与识别图像预处理人脸检测与定位输出图像人脸识别总体流程图第8页/共23页9图像预处理图像预处理第9页/共23页10图像灰度化处理去噪声处理图像归一化处理加权平均法中值滤波几何归一化灰度归一化（去除光照）旋转镜像平移缩放图像预处理流程图返回彩色变灰度直方图均衡化图像处理的标准以人脸库中图像规格为标准第10页/共23页11人脸检测与定位人脸检测与定位第11页/共23页12建立标准的人脸模板（组）对输入图像全局搜索对人脸做出标记通过预先设置的阈值来判断人脸存在计算与标准人脸模板不同的相关系数人脸检测与定位流程图由包含局部人脸特征的子模板构成若存在人脸用二次微分算子计算出区域的灰度值梯度第12页/共23页13人人脸检测结果果返回被检测人脸标记人脸第13页/共23页14人脸特征提取与识别人脸特征提取与识别第14页/共23页15读入人脸库计算K-L变换生成矩阵求取特征值和特征向量比较测试图像和训练图像确定待识别样本把训练图像和测试图像投影到特征空间输出图像降维和压缩投影法判别结果输出相似度最高的图片第15页/共23页16人脸识别仿真人脸识别仿真（开始仿真）（开始仿真）返回第16页/共23页17被检测图像在人脸库中找出吻合的图像第17页/共23页18结果分析结果分析我这次设计在MUTLAB编程环境下开发出了基本的人脸识别软件，实现了较好的检测效果，软件具有一定的稳定性和鲁棒性。经过测试，在识别图像数量方面显得有些不足，这次设计建立的数据库只有20张图片，能识别10人，超过这个数量的则出现误判的情况。第18页/共23页19五、总结与改进五、总结与改进 1、本设计能实现基本的人脸识别功能，完成图像的人脸识别，而且速度快，准确率高，具有一定的理论研究和实际应用价值。2、针对复杂背景下的人脸检测，目前我的这个程序还存在一定的误检和漏检，在以后还有很多的改进的余地；如结合多种算法，构建实用化的人脸检测系统。第19页/共23页20需要改进的地方需要改进的地方需要改进的地方需要改进的地方系统采用的是PCA识别法，每一张新脸入库，都要重新计算特征值和特征向量目前还没有一个快速的求解特征值和特征向量的算法，比较费时特征值算法上可以改进。如将特征脸与线性判别函数相结合，可以使得对光照及人脸表情不太敏感，样本集小波变换预处理减少运算量，利用奇异值分解求解特征第20页/共23页21致谢致谢本文能够顺利完成 要特别感谢我的导师林伟铭老师 感谢在座各位院老师的关心和帮助 感谢立林科技领导对我毕业设计的理解和支持 感谢和我一起奋斗过的同学们最后向所有关心和帮助过我的人表示衷心的感谢谢谢大家！第21页/共23页22 敬请各位老师批评指正敬请各位老师批评指正 谢谢 谢谢！第22页/共23页23谢谢您的观看！第23页/共23页