人脸识别技术综述 论文

本科生毕业论文（设计）

题目人脸识别技术综述

学院计算机学院

专业计算机科学与技术

学生姓名陶健

学号********** 年级2006 指导教师周欣

教务处制表

二Ο年月日

人脸识别技术综述

计算机科学与技术

学生陶健老师周欣

[摘要]随着社会信息化，网络化得不断发展，个人身份趋于数字化，隐性化，如何准确的鉴定，确保信息安全得到越来越多的重视。人脸识别，一种应用比较广泛的生物识别方法，在基于人脸固有的生物特征信息，利用模式识别和图行图像处理技术来对个人身份进行鉴定，在国家安全，计算机交互，家庭娱乐等其他很多领域发挥着举足轻重的作用，能提高办事效率，防止社会犯罪等，有着重大的经济和社会意义。

本文主要研究了人脸识别在图像检测识别方面的一些常用的方法。由于图像处理的好坏直接影响着定位和识别的准确率，因此本文对图像的一些识别算法做了着重的介绍，例如基于二维Gabor小波矩阵表征人脸的识别算法，基于模型匹配人脸识别算法等。此外，本文还提及了一般人脸识别系统的设计，并着重介绍了图像预处理环节的光线补偿，图像灰度化等技术，使图像预处理模块在图像处理过程中能取到良好的作用，提高图像识别和定位的准确率。

[主题词]：人脸识别；特征提取；图像预处理；光线补偿

Face Recognition Overview

Computer Science

Student：TAO Jian Adviser: ZHOU Xin

[Abstract] With the information society, network was growing, personal identity tends to digital, hidden, how to accurately identify, to ensure that information security is more and more attention. Face recognition, an application of biometric identification methods more widely, based on biometric facial information inherent in the use of pattern recognition and image processing techniques to map line of personal identity ,play a great role in the national security, computer interaction, family entertainment and many other areas. Face recognition can improve efficiency, prevent social crime, of course it has significant economic and social significance.

This paper studies aspects of face recognition in image detection and some common methods of identification. As the image processing directly impact on the accuracy of location and identification, so some of image recognition algorithm will be focused presentation, such as Gabor wavelet-based two-dimensional matrix representation of face recognition algorithms, model-based matching face recognition algorithm. In addition, the article also mentioned a general recognition system design, and highlights the image preprocessing part of the light compensation, gray image techniques, the image preprocessing module in the image processing to get to the good , and improve image recognition and positioning accuracy.

[Key Words] Face recognition; feature extraction; image preprocessing; light compensation

目录

1前言 (6)

1.1 课题背景 (6)

1.1.1 人脸识别技术研究的背景[1] (6)

1.2人脸识别技术研究的意义 (7)

1.3国内外现状与趋势 (7)

1.3.1 人脸识别的发展阶段[1] (7)

1.3.2 国内的发展概况 (8)

2人脸识别技术 (9)

2.1 人脸识别概述 (9)

2.1.1 人脸识别的研究范围 (10)

2.2 人脸检测算法 (10)

2.2.1 基于肤色特征的检测方法 (10)

2.2.2 基于启发式模型的方法 (11)

2.2.3 基于特征空间的方法 (11)

2.2.4 基于统计模型的方法 (11)

2.3 人脸识别算法 (11)

2.3.1 基于二维Gabor小波矩阵表征人脸的识别方法 (11)

2.3.2 基于多特征融合和Boosting RBF神经网络的人脸识别方法 (13)

2.3.3 基于模型匹配人脸识别方法 (16)

2.3.4 基于分块小波变换与奇异值阈值压缩的人脸特征提取与识别算法18

3 人脸图像预处理实验 (22)

3.1 需求分析 (22)

3.2 预处理技术 (22)

3.2.1 光线补偿 (22)

3.2.2 灰度变化 (22)

3.2.3 高斯平滑处理 (22)

3.2.4 对比度增强 (23)

3.2.5 直方图均衡 (23)

3.3 概要设计 (23)

3.4 程序设计与实验 (23)

3.4.1 光线补偿 (23)

3.4.2 图像灰度化 (24)

3.4.3 高斯平滑处理 (25)

3.4.4 直方图均衡 (27)

4 总结 (30)

参考文献 (31)

声明 (32)