基于PCA算法的人脸识别毕业设计论文

太原科技大学

毕业设计（论文）

设计(论文)题目：基于PCA算法的人脸识别

毕业设计（论文）原创性声明和使用授权说明

原创性声明

本人郑重承诺：所呈交的毕业设计（论文），是我个人在指导教师的指导下进行的研究工作及取得的成果。尽我所知，除文中特别加以标注和致谢的地方外，不包含其他人或组织已经发表或公布过的研究成果，也不包含我为获得及其它教育机构的学位或学历而使用过的材料。对本研究提供过帮助和做出过贡献的个人或集体，均已在文中作了明确的说明并表示了谢意。

作者签名：日期：

指导教师签名：日期：

使用授权说明

本人完全了解大学关于收集、保存、使用毕业设计（论文）的规定，即：按照学校要求提交毕业设计（论文）的印刷本和电子版本；学校有权保存毕业设计（论文）的印刷本和电子版，并提供目录检索与阅览服务；学校可以采用影印、缩印、数字化或其它复制手段保存论文；在不以赢利为目的前提下，学校可以公布论文的部分或全部内容。

作者签名：日期：

Ⅰ

学位论文原创性声明

本人郑重声明：所呈交的论文是本人在导师的指导下独立进行研究所取得的研究成果。除了文中特别加以标注引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写的成果作品。对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。本人完全意识到本声明的法律后果由本人承担。

作者签名：日期：年月日

学位论文版权使用授权书

本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授权大学可以将本学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。

涉密论文按学校规定处理。

作者签名：日期：年月日

导师签名：日期：年月日

Ⅰ

太原科技大学毕业设计（论文）任务书

学院（直属系）：电子信息工程系时间：2012年 1月 14日

说明：一式两份，一份装订入学生毕业设计（论文）内，一份交学院（直属系）。

Ⅰ

目录

摘要 (Ⅲ)

ABSTRACT (Ⅳ)

第1章人脸识别概述 (1)

1.1 人脸识别技术 (3)

1.2 人脸识别的研究背景及意义 (4)

1.3 人脸识别理论的发展 (5)

1.4 人脸识别的难点 (6)

第2章人脸识别的常用算法 (9)

2.1 人脸识别常用方法 (9)

2.2 PCA方法的优点 (10)

第3章 PCA人脸识别方法 (12)

3.1 简介 (12)

3.2 问题描述 (12)

3.2.1 KL变换原理 (13)

3.2.2 利用 PCA 进行人脸识别 (14)

3.3 PCA 的理论基础 (15)

3.3.1 投影 (15)

3.3.2 PCA 的作用及其统计特性 (15)

3.3.3 特征脸 (17)

3.3.4 图片重建 (17)

3.3.5 奇异值分解（SVD） (18)

3.3.6 利用小矩阵计算大矩阵特征向量 (18)

3.3.7图片归一化 (19)

第4 人脸识别系统的设计及实现 (20)

4.1 人脸识别流程 (20)

4.2 离线学习和在线匹配 (21)

4.3 人脸识别中PCA算法步骤及过程 (22)

Ⅰ

4.4 实验及结果分析 (23)

第5章影响人脸识别的几个因素及人脸数据库介绍 (26)

第6章总结与展望 (30)

6.1 总结 (30)

6.2 展望 (30)

参考文献 (32)

致谢 (33)

附件 (34)

Ⅱ

基于pca算法的人脸识别

摘要

生物特征识别技术使用了人体本身所固有的生物特征，与传统的身份识别方法完全不同，具有更高的安全性、可靠性、和有效性，越来越受到人们的重视。人脸识别技术作为生物特征识别技术的重要组成部分，在近三十年里得到了广泛的关注和研究，已经成为计算机视觉、模式识别领域的研究热点。人脸识别在公共安全、证件验证、门禁系统、视频监视等领域中都有着广泛的应用前景。

本文是在人脸数据库的基础上做人脸特征提取和识别研究，主要内容如下：

（1）对人脸识别研究的内容、相关技术、主要实现方法及发展历程作了详细介绍。

（2）介绍主成分分析法(PCA)、K-L变换，并利用特征脸方法实现了人脸识别。

（3）给出了基于matlab环境的编程及实验结果，并对结果进行分析。

关键词: 人脸识别，特征脸，K-L变换，主成分分析。

Ⅲ

PCA Based Face Recognition Algorithm

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

Ⅳ