人脸识别技术毕业论文

人脸识别技术毕业论文

本科毕业设计说明书(论文) 第 1 页共 27 页 1 引言

1.1 研究背景和意义

随着社会的进步，对身份识别技术的需求越来越大。尤其在安全、经济以及商贸

[1]等领域，这种识别技术的需求更是无处不在。即使在生活中，我们也要经常验证或被验证他人或自己的身份来保证我们的人身、财产以及信息的安全。如今，社会在不断的进步，社会的生产、生活等方面也有了很大的提高，这就使得对人们身份的认证有了更高的要求。传统的个人身份识别主要是通过其本身的标识物品等方式来实现的，如证件、口令或钥匙等。这些传统识别方法很容易被忘记或者被伪造，而且它们更无法区别所有人与冒充者，他人获得后也可以拥有相同的权利，从而使得真正的持有者蒙受巨大的损失。例如，当他人获得自己的银行卡和密码后就可以通过自动取款机来盗取金钱。基于这些原因，使得传统识别方法已经跟不上时代的脚步，满足不了当代人们的安全需求。而人们本身拥有的面部特征、指纹、虹膜等都能够唯一的标识个人的身份。这些属性具有固定不变性和个体差异，利用这一属性可以有效的、可靠的、稳定的对个人身份进行识别，而基于面部特征的识别相对于基于其它特征的识别更容易实现，也更容易被接受，从而被广泛的研究与应用。该技术在现代社会具有非常重大的研究意义，例如，通过人脸识别确认犯罪分子。另外采用人脸识别设计的自动取款机，通过人脸识别来判断用户是否为本人。人脸识别的出现使得人们的信息和财产的安全有了很大的提高。

人脸识别涵盖了图像处理、模式识别、神经网络、计算机视觉、生理学以及数学等诸多学科，是一项非常综合的技术，它的应用正随着社会的进步与日俱增。1.2 人脸识别技术的应用

人脸识别的出现在一定程度上缓解了人们对于身份识别的巨大需求。以下的几个领域是人脸识别研究方向的重点:

(1)在公安方面，人脸识别可以帮助公安干警刑侦破案。公安部门根据获得的疑犯照片与档案库里的疑犯照片进行比对，可以迅速的确定疑犯身份，从而提高破案的效率。

(2)在物业管理方面，主要是用来保护物主的财产安全。如需要验证某人的身份，以防止非法分子进入小区、办公楼等地方盗取物主财产，但使用人工识别，其识别速

本科毕业设计说明书(论文) 第 2 页共 27 页度慢而且容易发生遗漏，而人脸识别技术可以由机器完成这种反复而简单的验证工作，从而实现自动化智能管理。

(3)在考勤方面，由于人脸的无法替代性，可以提供准确的考勤记录，杜绝了打卡考勤机的代打卡现象，具有可远程管理，识别速度快等优点，并且不论识别是否成功，被识别人的图像都会被记录下来，方便以后查验。

(4)在网络安全方面，当使用信用卡进行网络支付时，人脸识别系统可以有效的防止他人冒用信用卡。

(5)在金融方面，由于人脸的唯一性，同时又由于金融业务涉及客户的经济机密，故采用人脸识别能够很好的保护这些机密。而人脸识别在金融业的应用的不断增长也证明了它的安全性。

1.3 人脸识别技术的主要问题

人脸识别虽然有着巨大的应用价值，但也存在一些问题需要解决。在日常生活中，人们可以毫不费力的识别人脸，但是对于计算机来说，却存在着巨大的困难。这种困难主要是人脸形态的多样性和环境的复杂性造成的，同时也有计算机本身的学习能力的问题，这些问题主要体现在以下几个方面:

(1)人脸特征稳定性较差

由于人脸是一个可塑的、三维的可变形体，用数学模型很难描述，且当受到年龄、化妆、表情以及意外伤害等因素的影响后，会使采集到的人脸图像发生较大的变化。

(2)人脸受外界因素影响大

人脸图像采集时会受到不同的光照条件、面部方向、采集视角等因素的影响，使得同一个人的人脸图像在不同的条件下产生很大的差异，这些因素提高了人脸识别算法的要求。

(3)人脸图像的质量问题

人脸图像的来源很多，但最普通的来源是摄像头，由于摄像设备的不同，得到的人脸图像质量也不相同。现在的人脸识别主要是针对高质量的图像。

(4)人脸图像受相似问题的影响

众所周知，人类的面孔虽然各不相同，但是由于人口基数大，导致经常出现相似面孔，即二者之间的差距非常小，这使得利用机器来识别这种差距非常小的人脸具有相当大的难度。

上述问题表明，所采集到的人脸图像具有复杂性和多变性，这就提高了人脸识别

本科毕业设计说明书(论文) 第 3 页共 27 页的难度，而如何消除这些影响以及如何提高识别精度成为了现在和未来的研究主题。 1.4 论文结构安排本文分为五个章节，每章具体情况如下:

第一章简要叙述了人脸识别的研究背景及其应用，概要分析了人脸识别面临的问题。

第二章介绍了在进行人脸识别前的图像处理。

第三章简要介绍了关于人脸识别的一些基础理论。

第四章首先分别介绍了PCA算法和LDA算法，然后分析了两种算法融合的意义，并提出了PCA+LDA的融合算法。

第五章采用PCA+LDA融合算法在人脸库ORL和YALE上进行人脸识别，并分析了实验结果。

本科毕业设计说明书(论文) 第 4 页共 27 页 2 人脸图像的预处理

2.1 人脸图像的灰度化处理

日常所采集到的人脸图像通常为彩色图像，而彩色图像是由红(R)、绿(G)、蓝(B)三种基本颜色构成的，使得识别计算复杂，不利于识别的进行，所以要进行灰度化处[4]理。

灰度化就是使得红、绿、蓝三色取相同值，此时的像素值就是灰度值。由于像素的灰度值存放在一个字节中，因此变化范围只有0-255。由于点与点之间的灰度程度不同，因此使得图像表现出颜色深度。对彩色图像的灰度处理，一般采用下列方法:

(1)分量法

将彩色图像的R、G、B中某一个的值作为灰度值，公式如下:

(2.1) ，，，，fi,j,Ri,j1

(2.2) ，，，，fi,j,Gi,j2

，，，， (2.3) fi,j,Bi,j3

(2)最大值法

将彩色图像三种基本颜色红、绿、蓝中亮度最大的值作为灰度值，公式如下: ，，，，，，，，，， (2.4) fi,j,MAXRi,j,Gi,j,Bi,j

(3)平均值法

将彩色图像三种基本颜色红、绿、蓝的平均值作为灰度值，公式如下:

，，，，，，，，，， (2.5) fi,j,Ri,j，Gi,j，Bi,j3