人臉識(shí)別技術(shù)及其應(yīng)用

《人臉識(shí)別技術(shù)及其應(yīng)用》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在教育資源-天天文庫(kù)。

1、中南民族大學(xué)碩士學(xué)位論文人臉識(shí)別技術(shù)及其應(yīng)用姓名：王娟申請(qǐng)學(xué)位級(jí)別：碩士專業(yè)：計(jì)算機(jī)應(yīng)用技術(shù)指導(dǎo)教師：汪紅20090522中南民族大學(xué)碩士學(xué)位論文摘要人臉識(shí)別技術(shù)是基于生物特征的識(shí)別方式，與指紋識(shí)別等傳統(tǒng)的識(shí)別方式相比，具有實(shí)時(shí)、準(zhǔn)確和非侵?jǐn)_等特性，較容易被用戶接受，因此人臉識(shí)別技術(shù)在諸多領(lǐng)域都有廣泛的應(yīng)用。人臉識(shí)別技術(shù)中的人臉特征提取及模式識(shí)別是近年來(lái)基于生物特征研究的熱點(diǎn)之一。本文從構(gòu)建一個(gè)動(dòng)態(tài)的人臉識(shí)別系統(tǒng)著手，討論了整個(gè)構(gòu)建工作的流程，對(duì)各環(huán)節(jié)所需的技術(shù)、算法作了介紹和研究。其中包括通過(guò)多媒體設(shè)備獲取視頻序列流、在圖像中檢測(cè)人臉、對(duì)人臉圖像進(jìn)行預(yù)處理后提取臉部特征、最后進(jìn)行模式分類

2、識(shí)別。整個(gè)過(guò)程所作的具體工作如下：(l)闡述了人臉檢測(cè)及預(yù)處理的重要性，介紹了幾種圖片預(yù)處理的方法，包括尺度歸一化，灰度歸一化，直方圖均衡化等，并運(yùn)用小波分解過(guò)濾出人臉圖片中含有較穩(wěn)定特征的低頻部分用于特征提取。（2）討論了三種基于統(tǒng)計(jì)特征的特征提取方法，即PCA（主成分分析方法）﹑LDA（Fisher臉?lè)椒ǎ┅pKPCA（核主成分分析方法）。分別闡述了這三種特征提取方法的主要思想，介紹了各自的算法流程及實(shí)現(xiàn)方法，并對(duì)各自的優(yōu)缺點(diǎn)及適用環(huán)境進(jìn)行了總結(jié)和分析。（3）分析了支持向量機(jī)方法，探討了線性和非線性支持向量機(jī)的原理及實(shí)現(xiàn)方法，討論了如何獲取較好的核函數(shù)，另外介紹了支持向量機(jī)如何實(shí)現(xiàn)用SV

3、M解決多分類問(wèn)題。(4)由文中討論的各種特征提取和分類方法進(jìn)行了大量的實(shí)驗(yàn)，并獲取了相應(yīng)的實(shí)驗(yàn)數(shù)據(jù)，對(duì)前文總結(jié)的各種方法的特點(diǎn)及優(yōu)缺點(diǎn)進(jìn)行了對(duì)比和驗(yàn)證。根據(jù)人臉識(shí)別系統(tǒng)流程以及具體算法搭建了一個(gè)由攝像頭獲取視頻流的動(dòng)態(tài)人臉識(shí)別系統(tǒng)。測(cè)試了多個(gè)角度，多種障礙物，多種表情等外界條件干擾下各種算法的識(shí)別精度及效率，并對(duì)實(shí)驗(yàn)結(jié)果進(jìn)行了歸納和總結(jié)。關(guān)鍵詞:人臉檢測(cè)；人臉識(shí)別；PCA；KPCA；支持向量機(jī)I人臉識(shí)別技術(shù)及其應(yīng)用AbstractFacerecognitiontechnologyisbasedonbiometricidentificationmethodssuchasfingerprint

4、recognitionandidentificationofthetraditionalmethods,withreal-time,accurateandnon-intrusive,suchasfeatures,makingiteasierforpeopletoaccept,thefacerecognitiontechnologyinmanyfieldsandhaveextensiveapplications.FaceRecognitionTechnologyFacefeatureextractionandpatternrecognitioninrecentyearsbasedontheb

5、iologicalcharacteristicsofoneofthehotspots.Inthispaper,tobuildadynamicfacerecognitionsystemtoproceedtodiscusstheentireprocessofbuildingaworkofthevarioussectorsofthetechnologyrequired,thealgorithmwasintroducedandstudied.Includingthroughmulti-mediaequipmenttoobtainvideostream.Detectioninfaceimages,f

6、aceimagesofpeopleafterpretreatmentfacialfeaturesinadvance,thefinalclassificationmodel.Madethewholeprocessworkasfollows:(l)firstproposedafacedetectionandtheimportanceofpretreatmentontheconcentrationofimagepre-processingmethods,includingscalenormalized,normalizedgray-scale,histogramequalization,andt

7、heuseofwaveletanalysistofilteroutpeoplefaceofthelow-frequencypartofthepicture.(2)describedindetailbasedonstatisticalcharacteristicsofthethreefeatureextractionmethods,namely,PCA(principalcomponentanalysis)﹑LDA(Fis