毕业设计(论文)--基于pca的人脸识别算法研究.doc
《毕业设计(论文)--基于pca的人脸识别算法研究.doc》由会员分享,可在线阅读,更多相关《毕业设计(论文)--基于pca的人脸识别算法研究.doc(79页珍藏版)》请在淘文阁 - 分享文档赚钱的网站上搜索。
1、本科毕业设计(论文)基于PCA的人脸识别算法研究2016年 6月3日 本科毕业设计(论文)基于PCA的人脸识别算法研究学院:信息科学与工程学院 专业(方向):通信工程 题目题目名称基于PCA的人脸识别算法研究题目性质1.理工类:工程设计 ( );工程技术实验研究型( );理论研究型( );计算机软件型( );综合型( )。2.文管类( );3.外语类( );4.艺术类( )。题目类型1.毕业设计( ) 2.论文( )题目来源科研课题( ) 生产实际( )自选题目( ) 主要内容人脸识别是人脸识别系统中一个非常重要的研究方向。PCA算法是主成分分析法,通过此算法可将问题的关键信息保留并反映出来。
2、本课题设计基于PCA的人脸识别算法,设计一种简单,快速,有效的人脸识别方案,并基于Matlab进行仿真实验,分析算法性能。基本要求1通过查阅相应书籍和资料,掌握算法的基本理论。比较并分析不同算法的性能。2设计一种基于PCA算法的人脸识别方案。3利用Matlab实现设计方案。4分析算法在提高人脸识别准确性方面的性能。5研究内容有实际应用价值,参考资料1现代图像处理技术及Matlab实现 张兆礼编著 人民邮电出版社 20012人脸图像特征抽取与维数研究D 金忠 南京理工大学出版社 19993模式识别(第二版) 边肇棋,张学工著 清华大学出版社 20004中国期刊网上的相关文章周 次 1 4 周 5
3、 8 周 9 12 周13 16 周17 18 周应完成的内容收集资料熟悉课题内容确定设计思路熟悉程序设计语言,确定算法的实现方案编写程序实现设计方案上机调试并进行优化实验结果整理和总结,撰写论文课题总结答辩指导教师:职称:副教授 2016年 6 月 6 日注:周次完成内容请指导老师根据课题内容自主合理安排。摘要摘要社会的进步和科技的发展使人们急需一种可靠、简便、快捷的身份识别技术。近些年来人脸识别由于其具有非接触的识别方式、快速的识别过程和稳定的识别系统等优点受到了人们广泛的关注。本文基于MATLAB,设计并实现了一种基于主成分分析法-PCA算法的人脸识别系统。本文主要研究了基于PCA的特征
4、脸识别的方法,利用PCA中的霍特林变换和奇异值分解定理得到人脸分布的主要成分,即特征向量(特征脸),构造出特征脸空间。将训练库中的人脸图像和待识别的人脸图像分别投影到该空间上,基于几何距离最小的原则作为匹配的识别图像输出。采用ORL人脸数据库进行模拟,借用MATLAB工具仿真实现了该人脸识别系统,实验结果表明该系统能够在人脸表情变化,姿势变化,有无遮挡物等情况下达到较高的识别率。所以基于PCA的人脸识别算法的实现研究是有一定意义的。关键词 人脸识别;PCA;特征脸;MATLABIAbstractWith the social progress and technological develop
5、ment so that people need a reliable、simple、quick identification technology.In recent years,face recognition because of its recognition process of on contact detection method,fast and stable has attracted widespread concern.In this paper,based on MATLAB,the design and implementation of a face recogni
6、tionsystem based on principal component analysis.This paper mainly studied the Engenface of face recognition based on PCA method,using the K-L theorem and singular value decomposition theorem to get the main components of the face distribution,the feature vector(eigenface).then construct the face sp
7、ace.Projecting the training in the library face image and identify face image onto the face space respectively.The matching image output based on the principle minimum geometric distance Using the ORL face database and MATLAB simulation tools to realize the human face recognition system.The experime
8、ntal results show that the system can changes in facial expression,posture change,the presence of obstructions sunch as cases,to achieve high recognition rate.So the realization of the algorithm of face recognition based on PCA research has a certain significance.Keywords face recognition;principalc
9、omponent analysis;eigenface; MATLAB目录摘要IAbstractII第1章 绪论11.1 选题背景及意义11.2 国内外研究现状21.2.1 国外研究现状21.2.2 国内研究现状31.3 人脸识别技术的研究内容与技术难点31.3.1 人脸识别技术研究内容31.3.2 人脸识别技术研究难点31.4 本文研究内容与结构安排4第2章 人脸识别相关技术介绍52.1 系统概述52.2 人脸识别主要技术52.2.1 二维人脸识别算法介绍52.2.2 三维人脸识别算法介绍62.3 常用的人脸图像库62.4 人脸的特征提取72.4.1 几何特征提取法72.4.2 代数特征提取
10、法82.5 本章小结10第3章 基于PCA的人脸识别算法113.1 引言113.2 K-L变换113.2.1 K-L变换原理113.2.2 K-L变换性质123.3 SVD定理143.4 距离的计算153.5 基于PCA的人脸识别163.5.1 人脸的表示163.5.2 特征脸空间的构造163.5.3 特征提取173.5.4 人脸识别183.6 MATLAB仿真实现183.7 结果分析243.8 本章小结26第4章 与基于Fisherface方法的特征提取原理对比274.1 PCA方法的优缺点274.2 基于Fisherface法的人脸特征提取理论介绍274.3 FisherFace方法的优缺
11、点284.4 两种方案的理论对比294.5 本章小结30结论31参考文献32致谢34附录 135附录 242附录 346附录 455III第1章 绪论第1章 绪论1.1选题背景及意义当今时代社会高速发展,技术不断进步。自动化,智能化及科技化已是日常生活的常态。信息的安全的重要性也日益凸显,普通的身份识别已经无法保证信息的安全性。再加上计算机软件及硬件的性能在近几年内飞速的提升,人体的生物识别技术因其高效、稳定、快速、唯一的特性得到了相当大的重视和发展。生物识别技术利用的主要是人体的特有特征,例如指纹,人脸,虹膜等。而人脸作为区分人与人差异的重要特征,得到了国内外研究学者的青睐。所谓人脸识别指从
12、用计算机从图像或者图像的序列中检测到人的脸部,对其进行身份判别。人脸识别的优势具体体现在以下几个方面1。(1)操作具有隐秘性质,适用在监控,安全,公安等行业领域。(2)采集时非直接接触人体,容易接受没有侵犯性。(3)快速便捷,具有实时的追踪能力。(4)符合人类的识别习惯,以人为本,而且互动强。(5)图像采集的方式灵活,硬件设备(摄像头)的成本比较低。正是这些优势给人脸识别技术带来了广泛的应用前景,在国家安全领域,各种各样的门禁系统,视频系统、监控系统、公安布控、身份验证等都是典型的应用;在经济和民生领域中,各类存值卡,银行卡,信用卡等持有人的身份验证等具有很高的应用价值;在娱乐领域有智能玩具,
13、虚拟游戏玩家等有趣的应用。均可将其归为以下四大类。(1)刑警侦查破案。事先将犯罪分子的各种信息包括人脸图片入库存储,将得到的嫌疑犯的照片利用人脸识别技术识别后,从数据库中找出最为相似的照片,进行比对,对破案有着很大的辅助作用。(2)证件识别验证。居民身份证,护照等证件都有照片,现在还多是人工验证,如果利用人脸识别技术就能实现此类工作的自动化,智能化。银行金融部门等的身份验证,可通过拍摄照片后与后台人脸数据库进行比对,无须密码进行交易。(3)出入口控制。该项应用涉及到的范围很广,可以是办公楼宇,小区住宅的入口检查,或某些安全部门的入口检查。目前比较常用的是保安人员再三核查证件。这样效率低下,也不
14、够人性化。在一些安全级别较高的地方,可以使用人脸识别,加证件识别。(4)视频监控。现在几乎所有的办公大楼,商场,娱乐场所等公共场合都设有24小时监控视频,在对这些视频图像后期集中分析与处理时,就要利用人脸的检测和识别技术。1.2 国内外研究现状1.2.1国外研究现状人脸识别技术的重要性在不断凸显,很多专家学者都参与到人脸识别的研究大潮中。目前国外有以下几种研究方法2:(1)模板匹配,包括变形和固定模版两种方式。早期系统中固定模版使用较多,但是由于人脸的特点具有很强的变化性,找到一些标准的模板来描述人脸的共同特点非常困难。变形模版与固定模版原理相通,只是变形模版还包括一部分变动的元素。这些变动元
15、素通常通过手工和系统自动构造来表示。(2)示例学习,本方法的主要原理是在已给的示例中总结出一般性的原则。且要求其能够在判别过程中接受所有正例并可以排斥所有的反例。人脸识别中同理,也需要产生某种规则,要求其可以接受人脸而排斥非人脸,在判别中,在训练样本的阶段时要用到大量的且高纬度的数据,从而提高判别的精确率。但是这同时会给后续的算法设计增添难度。需要考虑到如何判别是不是人脸和对数据维度的降低。(3)神经网络,该方法其实同样是基于样本学习。到现在为止,神经网络的方法取得如下成果3:MIT的学者首先在检测样本是否为人脸时应用了聚类分析的方法,利用MLP网络作为分类器,以测试样本和人脸样本子集的距离差
16、为度量原则进行分类。Raphael则利用多层神经网络,通过CGM及MLP实现了迅速和精准的人脸检测,且该方式可以运用到网页端的人脸图像检索中。Shang-Hung Lin等人利用神经网络建构了一个较为完整的人脸识别系统。三个基于概率决策神经网络构成了这个系统,有人眼睛定位,人脸的检测和对人脸识别的功能。除以上之外,Mohamed还提出了基于照明、面部表情等差别产生的人脸识别障碍的方法。其有两点创新理念:一是提取面部特征用新的多尺度方向框架。二是通过在识别阶段改变正则变化的参数来开发共享任务产生的关系,进而可以改进多任务的稀疏学习架构。Lacramioara还提出了基于高阶奇异值分解的新算法,此
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 毕业设计 论文 基于 pca 识别 算法 研究
限制150内