人臉特征提取和識別研究

論文編號:TX295  論文字數:20330,頁數:38

摘要
 生物特征識別技術使用了人體本身所固有的生物特征，與傳統的身份識別方法完全不同，具有更高的安全性、可靠性、和有效性，越來越受到人們的重視。人臉識別技術作為生物特征識別技術的重要組成部分，在近三十年里得到了廣泛的關注和研究，已經成為計算機視覺、模式識別領域的研究熱點。人臉識別在公共安全、證件驗證、門禁系統、視頻監視等領域中都有著廣泛的應用前景。
 本文是在人臉數據庫的基礎上做人臉特征提取和識別研究，主要內容如下：
 （1） 對人臉識別研究的內容、相關技術、主要實現方法及發展歷程作了詳細介紹。
 （2） 介紹主成分分析法(PCA)、K-L變換，并利用特征臉方法實現了人臉識別。
 （3）給出了基于matlab環境的編程及實驗結果，并對結果進行分析。

關鍵詞: 人臉識別，特征臉，K-L變換，主成分分析

Abstract
Biometics,because of using the proper living creature characteristic of human body,is the totally brand new technique different from traditional personal ideniification method and it has the better safety,dependable with the usefulness,and it was payed great attention.Face recongnition is an important component of biometrics and in all kinds of methods,it is also one of the most active and challenging tasks for computer vision and pattern recognition in recent 30 years.Face recognition has a wide range of potential app1ications in the areas of public security，identification of certificate，entrance control and video surveillanee.
 This paper mainly studies the approaches to the features extraction and recognition in the face database.The main contents are as follows:
 (1)Give a full introduce to the contents of face recongnition,related techonology,the main implement methods and its development history.
 (2)Give a introduce to the Princeple Components Analysis(PCA),K-L translation,and realized it via eigenface method.
 （3）Programed it based the matlab environment and provide the experiment result and analysised it.

Key Words: Face Recongnition， Eigenface， K-L Translation, Principle Component Analysis

目錄
摘要 1
Abstract 2
前言 3
第一章 人臉識別概述 5
1.1 生物特征識別技術 5
1.2 人臉識別技術 5
1.3 人臉識別的研究背景及意義 8
1.4 人臉識別理論的發展 9
1.5 人臉識別的難點 10
第二章 人臉識別的常用算法與分類器介紹 11
2.1 人臉識別常用方法 11
2.2 分類器 13
第三章 人臉識別系統的設計及實現 15
3.1 人臉識別流程 15
3.2 離線學習和在線匹配 16
第四章 KL變換和PCA人臉識別方法 17
4.1 簡介 17
4.2 KL變換和PCA分析 17
4.2.1 KL變換原理 18
4.2.2 主成分分析法 （PCA） 19
4.3 人臉識別中PCA算法步驟及流程 22
4.4 實驗及結果分析 23
第五章 影響人臉識別的幾個因素及人臉數據庫介紹 25
第六章 總結與展望 28
6.1 總結 28
6.2 展望 28
參考文獻 30
致謝 31
附件 32