人臉識別技術(shù)及其應用

《人臉識別技術(shù)及其應用》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在教育資源-天天文庫。

1、中南民族大學碩士學位論文人臉識別技術(shù)及其應用姓名：王娟申請學位級別：碩士專業(yè)：計算機應用技術(shù)指導教師：汪紅20090522中南民族大學碩士學位論文摘要人臉識別技術(shù)是基于生物特征的識別方式，與指紋識別等傳統(tǒng)的識別方式相比，具有實時、準確和非侵擾等特性，較容易被用戶接受，因此人臉識別技術(shù)在諸多領(lǐng)域都有廣泛的應用。人臉識別技術(shù)中的人臉特征提取及模式識別是近年來基于生物特征研究的熱點之一。本文從構(gòu)建一個動態(tài)的人臉識別系統(tǒng)著手，討論了整個構(gòu)建工作的流程，對各環(huán)節(jié)所需的技術(shù)、算法作了介紹和研究。其中包括通過多媒體設(shè)備獲取視頻序列流、在圖像中檢測人臉、對人臉圖像進行預處理后提取臉部特征、最后進行模式分類

2、識別。整個過程所作的具體工作如下：(l)闡述了人臉檢測及預處理的重要性，介紹了幾種圖片預處理的方法，包括尺度歸一化，灰度歸一化，直方圖均衡化等，并運用小波分解過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)計特征的特征提取方法，即PCA（主成分分析方法）﹑LDA（Fisher臉方法）﹑KPCA（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現(xiàn)方法，并對各自的優(yōu)缺點及適用環(huán)境進行了總結(jié)和分析。（3）分析了支持向量機方法，探討了線性和非線性支持向量機的原理及實現(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如何實現(xiàn)用SV

3、M解決多分類問題。(4)由文中討論的各種特征提取和分類方法進行了大量的實驗，并獲取了相應的實驗數(shù)據(jù)，對前文總結(jié)的各種方法的特點及優(yōu)缺點進行了對比和驗證。根據(jù)人臉識別系統(tǒng)流程以及具體算法搭建了一個由攝像頭獲取視頻流的動態(tài)人臉識別系統(tǒng)。測試了多個角度，多種障礙物，多種表情等外界條件干擾下各種算法的識別精度及效率，并對實驗結(jié)果進行了歸納和總結(jié)。關(guān)鍵詞:人臉檢測；人臉識別；PCA；KPCA；支持向量機I人臉識別技術(shù)及其應用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