基于MATLAB的人脸识别

基于ＭATＬAB的人脸识别

————————————————————————————————作者: ————————————————————————————————日期:

图像识别

题目:基于MＡTＬAB的人脸识别

院系:计算机科学与应用系

班级:

姓名：

学号：

日期：

设计题目基于MAＴLAＢ的人脸识别设

计技术参数

测试数据库图片10张训练数据库图片20张图片大小１02４×7６8 特征向量提取阈值 1

设计要求综合运用本课程的理论知识,并利用MAＴＬAB作为工具实现对人脸图片的预处理,运用ＰCA算法进行人脸特征提取，进而进行人脸匹配识别。

工作量

两周的课程设计时间，完成一份课程设计报告书，包括设计的任务书、基本原理、设计思路与设计的基本思想、设计体会以及相关的程序代码；

熟练掌握Maｔlab的使用。

工作计划第1-2天按要求查阅相关资料文献,确定人脸识别的总体设计思路；

第３-4天分析设计题目，理解人脸识别的原理同时寻求相关的实现算法；第５-８天编写程序代码，创建图片数据库,运用ＰCＡ算法进行特征提取并编写特征脸，上机进行调试；

第9-12天编写人脸识别程序,实现总体功能；

第13-1４天整理思路,书写课程设计报告书。

参考资料1 黄文梅，熊佳林,杨勇编著．信号分析与处理——MATAＬB语言及应用.国防科技大学出版社，2000

2 钱同惠编著.数字信号处理.北京:机械工业出版社，２004

3 姚天任,江太辉编著.数字信号处理．第2版.武汉:武汉理工大学出版社,200０

4 谢平，林洪彬，王娜.信号处理原理及应用．机械工业出版社，２00４

5刘敏，魏玲.Mａｔｌａb.通信仿真与应用.国防工业出版社，20０5

6 楼顺天.基于Ｍatlab7．x 的系统分析与设计.西安电子科技大学,200２

7孙洪.数字信号处理.电子工业出版社，２001

目录

引言ﻩ错误!未定义书签。

1 人脸识别技术ﻩ错误!未定义书签。

1.1人脸识别的研究内容ﻩ错误!未定义书签。

1.1.1人脸检测(Faｃe Dｅｔection）........... 错误!未定义书签。

1.1．２人脸表征(Ｆace Rｅpresentａｔｉon)ﻩ错误!未定义书签。

１.2几种典型的人脸识别方法ﻩ错误!未定义书签。

1.2.1基于几何特征的人脸识别方法............ 错误!未定义书签。

1.2.2基于K-L变换的特征脸方法ﻩ错误!未定义书签。

1.2.3神经网络方法ﻩ错误!未定义书签。

１.２.4基于小波包的识别方法ﻩ4

１.2.5支持向量机的识别方法...................... 错误!未定义书签。

２人脸特征提取与识别 ......................................................... 错误!未定义书签。

２．1利用PCA进行特征提取的经典算法——Eigｅnｆａｃe算法 (5)

２.2 PCA人脸识别流程ﻩ错误!未定义书签。

2.3特征向量选取ﻩ错误!未定义书签。

2.４距离函数的选择ﻩ错误!未定义书签。

2.５基于PＣＡ的人脸识别ﻩ错误!未定义书签。

MATLAB人脸识别程序............................................. 错误!未定义书签。

3 MAＴLAB软件程序编写ﻩ错误!未定义书签。

3.１.创建图片数据库 .................................................. 错误!未定义书签。

3.2主程序 ................................................................. 错误!未定义书签。

3.3最终程序结果 ........................................................ 错误!未定义书签。

4心得与体会ﻩ错误!未定义书签。

参考文献 ................................................................................... 错误!未定义书签。

引言

随着社会的发展及技术的进步，社会各方面对快速高效的自动身份验证的需求可以说无处不在，并与日俱增。例如，某人是否是我国的居民，是否有权进入某安全系统，是否有权进行特定的交易等。尤其是自2０01年美国“9.1l”恐怖袭击发生以来，如何在车站、机场等公共场所利用高科技手段，迅速而准确地发现并确认可疑分子成了目前世界各国在反恐斗争中普遍关注的问题。为此，各国都投入大量人力、物力研究发展各类识别技术，使得生物特征识别技术得到了极大的发展。生物特征识别技术主要包括:人脸识别、虹膜识别、指纹识别、步态识别、语音识别、笔迹识别、掌纹识别以及多生物特征融合识别等。人类通过视觉识别文字，感知外界信息。在客观世界中,有75％的信息量都来自视觉,因此让计算机或机器人具有视觉,是人工智能的重要环节。由于生物特征是人的内在属性,具有很强的稳定性和个体差异性，因此是身份验证最理想的依据。与虹膜、指纹、基因、掌纹等其他人体生物特征识别系统相比，人脸识别系统更加直接、方便、友好,易于为用户所接受，并且通过人脸的表情、姿态分析,还能获得其它识别系统难以得到的一些信息。

人脸识别技术在国家重要机关及社会安防领域具有广泛用途。例如:公安系统的罪犯识别、信用卡验证、医学、档案管理、视频会议、人机交互系统等身份识别和各类卡持有人的身份验证。同其他人体生物特征(如:指纹、掌纹、虹膜、语音等）识别技术相比，人脸识别技术的隐性最好，人脸识别系统更直接、友好,是当今国际反恐和安防最重视的科技手段和攻关标志之一。虽然人类能毫不费力地识别出人脸及表情,但对人脸的机器自动识别确实一个难度极大的课题,它涉及到模式识别、图像处理及生理、心理学等诸多方面的知识。人脸识别技术的研究虽然己经取得了一定的可喜成果,但在实际应用中仍存在着许多严峻的问题。人脸的非刚体性、姿态、表情、发型以及化妆的多样性都给正确识别带来了困难，要让计算机像人一样方便地识别出大量的人脸,尚需不同科学研究领域的科学家共同不懈的努力。