基于PCA的人臉識(shí)別研究報(bào)告

《基于PCA的人臉識(shí)別研究報(bào)告》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫(kù)。

1、--課程設(shè)計(jì)設(shè)計(jì)課程：模式識(shí)別題目基于PCA方法的人臉識(shí)別學(xué)生姓名學(xué)號(hào)學(xué)院專業(yè)指導(dǎo)教師2013年12月25日----0----目錄摘要一、課程設(shè)計(jì)目的???????..???????.????3二、課程設(shè)計(jì)要求???????.??????????.?.3三、題目分析?????????????????.???..3四、總體設(shè)計(jì)??????.???????????.???.3五、具體設(shè)計(jì)?????????????????..??.?46.1、創(chuàng)建數(shù)據(jù)庫(kù)??????????..??????????46.2、計(jì)算特征臉?????????????..???????56.

2、3、人臉識(shí)別6六、結(jié)果分析???????.????????9七、心得體會(huì)???????????.?????????9八、參考文獻(xiàn)???????????.?????????10----1----摘要隨著人類社會(huì)的進(jìn)步，以及科技水平的提高，一些傳統(tǒng)的身份認(rèn)證的方法逐漸暴露出各種問題，因此人們需要采用一種更加可靠安全的身份認(rèn)證方法。毫無疑問人體的生物特征的獨(dú)一無二的，特別是其不容易丟失及復(fù)制的特性很好滿足了身份識(shí)別的需要。并且隨著計(jì)算機(jī)科學(xué)技術(shù)和生物醫(yī)學(xué)的發(fā)展使得利用生物特征識(shí)別成為了可能。因此基于指紋、人臉、視網(wǎng)膜等生物特征的識(shí)別方法也越來越多。由于人臉識(shí)別的操作

3、快速簡(jiǎn)單，結(jié)果直觀，準(zhǔn)確可靠，不需要人的配合等優(yōu)點(diǎn)已成為人們關(guān)注的焦點(diǎn)。主成分分析（PCA）法通過提取高維度的人臉圖像的主元，使得圖像在低維度空間中被處理來降低了圖像處理的難度。由于其有效的解決了圖像空間維數(shù)過高的問題，已經(jīng)成為人臉識(shí)別領(lǐng)域非常重要的理論。此次研究的就是基于PCA的人臉識(shí)別算法的實(shí)現(xiàn)。本文按照完整人臉識(shí)別流程來分析基于PCA的人臉識(shí)別算法實(shí)現(xiàn)的性能。首先使用常用的人臉圖像的獲取方法獲取人臉圖像。本文為了更好的分析基于PCA人臉識(shí)別系統(tǒng)的性能分別選用了Essex人臉數(shù)據(jù)庫(kù)和ORL人臉庫(kù)，并在后期采用了自建的人臉庫(kù)。接下來是人臉圖像預(yù)處理方法。由于

4、采用的人臉圖像質(zhì)量較好，而且已經(jīng)做過相應(yīng)的預(yù)處理，所以本文試驗(yàn)中只使用灰度處理。接著使用PCA提取人臉特征，使用奇異值分解定理計(jì)算協(xié)方差矩陣的特征值和特征向量以及使用最近鄰法分類器歐幾里得距離來進(jìn)行人臉判別分類。在實(shí)驗(yàn)中我們發(fā)現(xiàn)基于PCA的人臉識(shí)別系統(tǒng)的識(shí)別率很高，而且具有一定魯棒性，所以基于PCA的人臉識(shí)別算法的實(shí)現(xiàn)的研究還是有意義?！娟P(guān)鍵詞】人臉識(shí)別PCA算法歐幾里得----2----一、課程設(shè)計(jì)的目的介紹基于PCA的人臉識(shí)別算法的實(shí)現(xiàn)，先介紹PCA算法的理論基礎(chǔ)，其次介紹了其在數(shù)字圖像領(lǐng)域的應(yīng)用，最后結(jié)合具體研究詳述了研究過程。二、課程設(shè)計(jì)的要求1:一張

5、新的圖片也表示為d的向量，記為D，D的大小1×n2:D乘以上面訓(xùn)練得到的T,得到這個(gè)圖片向量D在T下的投影向量P，p的大小1×k。3:計(jì)算p與上面所有的pn的向量距離，與p最小的那個(gè)向量所對(duì)應(yīng)的人臉圖片跟這張新人臉圖片最像。三、題目分析應(yīng)用程序的功能需求分析該軟件最主要的功能就是要能識(shí)別出人臉，首先該系統(tǒng)需要對(duì)通過攝像頭拍照而獲取到的原始的人臉圖片進(jìn)行一系列處理才可進(jìn)行下一步的工作，該處理過程也稱圖像預(yù)處理。預(yù)處理這個(gè)模塊在整個(gè)人臉識(shí)別系統(tǒng)的開發(fā)過程中占有很重要的地位，只有預(yù)處理模塊做的好，才可能很好的完成后面的人臉定位和特征提取這兩大關(guān)鍵模塊。因此本設(shè)計(jì)中所

6、要完成的主要功能如下所述：1）圖像獲取功能：該模塊主要是從攝像頭拍照后進(jìn)行獲取圖片，也可以從圖片庫(kù)中獲取，獲取后的圖片可以在軟件的界面中顯示出來以便進(jìn)行識(shí)別。2）圖像預(yù)處理功能：該模塊主要包括圖像光線補(bǔ)償、圖像變成灰色、高斯平滑、均衡直方圖、實(shí)現(xiàn)圖像對(duì)比度增強(qiáng)、二值化變換等。3）人臉定位功能：該模塊主要是將處理后的人臉圖片進(jìn)行定位，將眼睛、鼻子、嘴巴標(biāo)記出來，以便進(jìn)行特征提取。4）特征提取功能：該模塊是在定位后的人臉圖片中將眼睛、鼻子、嘴巴的特征值提取出來。5）識(shí)別功能：該模塊是將從圖片中提取的特征值和后臺(tái)數(shù)據(jù)庫(kù)中的值進(jìn)行比較來完成識(shí)別功能。四、總體設(shè)計(jì)主成分

7、分析為一種統(tǒng)計(jì)學(xué)中特征提取方法，在實(shí)際中應(yīng)用的非常廣泛。PCA是通過提取原始數(shù)據(jù)的主元來減少數(shù)據(jù)的冗余，使數(shù)據(jù)在低維度的空間中被處理，同時(shí)它還能很好保持了----3----原始數(shù)據(jù)的絕大部分信息，有效的解決了由于空間維數(shù)過高而導(dǎo)致的一系列問題。如下將詳細(xì)介紹如何使用PCA算法進(jìn)行人臉識(shí)別。顯示測(cè)試圖像主函數(shù)（main.m）OutputName和匹配圖像11輸入測(cè)試圖3像32創(chuàng)建數(shù)據(jù)庫(kù)計(jì)算特征臉人臉識(shí)別Tm,A,EigenFaces（CreatDatabase）.m(EigenFaceCore.m)（Recognition.）m五、具體設(shè)計(jì)1、創(chuàng)建數(shù)據(jù)庫(kù)在本環(huán)節(jié)

8、中主要分為兩個(gè)階段，分別為：（1）讀入