資源描述：
《基于web的人臉檢測與人臉識別》由會員上傳分享，免費在線閱讀，更多相關內(nèi)容在學術論文-天天文庫。
1、西安電子科技大學碩士學位論文基于web的人臉檢測與人臉識別姓名：卓永亮申請學位級別：碩士專業(yè)：交通信息工程及控制指導教師：張向東20090101摘要人臉識別技術就是利用計算機分析人臉圖像，提取有效的識別信息來辨認身份或者判別待定狀態(tài)的--fj技術。它涉及模式識別、圖像處理、計算機視覺、生理學、心理學等諸多學科的知識，是當前研究的熱點之一。人臉檢測問題最初是作為人臉識別系統(tǒng)中的一個關鍵環(huán)節(jié)提出的，但隨著人臉應用范圍的不斷擴大和開發(fā)實際系統(tǒng)要求的不斷提高，人臉檢測的最初研究不再能滿足需求。由此，人臉檢測開始作為一個獨立的課題受到研究者的重視。本文以構建一個可用的、實用的基于web的人臉檢測和識別
2、系統(tǒng)為目標，在研究了人臉檢測和識別的基本理論和關鍵技術的基礎上，重點討論了在復雜背景條件下，彩色靜態(tài)圖像的人臉檢測和識別問題。首先，深入分析了Adaboost人臉檢測算法整個流程，從一個較大的特征集中選擇少量關鍵的haar-like特征，產(chǎn)生一個高效的強分類器。再用級聯(lián)方式將單個的強分類器級聯(lián)成為一個更加復雜的級聯(lián)分類器。針對訓練樣本過少而檢測正確，率低的問題，提出二次識別的方法，取得較好的效果。然后，文章研究了基于特征臉、奇異值分解理論、小波理論、BP神經(jīng)網(wǎng)絡理論等人臉識別方法，最后采用通過K-L變換對圖片進行降維，生成特征臉的方法。并與上面的人臉檢測方法相結合，形成一個實用的完整的人臉識
3、別系統(tǒng)。最后，為了使系統(tǒng)能與其他系統(tǒng)形成信息共享，本文構建了一個J2EE體系下的web平臺，并實現(xiàn)人臉檢測模塊，進行復雜背景下的多人人臉檢測。關鍵詞：人臉檢測人臉識別web系統(tǒng)AbstractThetechnologyoffacerecognitionisatechnologythatusesthecompmertoanalyzetheimageanddiscriminateidentityorrecognizestatusfromtheworkedimage．Itisaresearchareaspanningseveraldisciplinessuchasimageprocessing，p
4、atternrecognition，computervision，physiologyandpsychology．Nowitisoneofthekeyissues．Facedetectionproblemisfirstlyproposedillsakeystepoffacerecognitionsystem．And、加t11theextensivedevelopmentoffacerecognitionandadvancementofdevelopingpracticalsystem，facedetectisdevelopingintoaindependentresearch’field．A
5、imtOconstructausableandpracticalfacedetectionandrecognitionsystem，thispapergaveareviewonthehistoryoffacedetectionandrecognitionatfirst，thenmainlydiscussedthefacedetectionandrecognitionproblemsindynamiccolorimageundercomplexbackground．First，thepaperdeeplyanalyzestheprocessoffacedetectionwhichisbased
6、onadaboostalgorithm．thenitusefacedetectionmethodbasedonAdaBoostlearningalgorithm，whichselectsfewkeyhaar-likefeatures的malargesetoffeatures，tobuildarobustcascadeclassifier．BecausetoolittletrainedsampleCallcausethelowaccuracyofdetection，Iproposethetwiceidentificationmethod,thenthe900dresultisachieved．
7、ThisPaperalsoresearchesthenewmethodoftechnologyoffacerecognitionwhichisbasedontheintegrationofEigenface，singularvaluedecomposition，wavelettheoryandBPNeuralNetwork．Bythestudy,weadoptedfacedimension-reduction
