人臉識別技術(shù)的研究與實現(xiàn)【畢業(yè)論文】

人臉識別技術(shù)的研究與實現(xiàn)【畢業(yè)論文】

ID:464404

大?。?.48 MB

頁數(shù):33頁

時間:2017-08-05

人臉識別技術(shù)的研究與實現(xiàn)【畢業(yè)論文】_第1頁
人臉識別技術(shù)的研究與實現(xiàn)【畢業(yè)論文】_第2頁
人臉識別技術(shù)的研究與實現(xiàn)【畢業(yè)論文】_第3頁
人臉識別技術(shù)的研究與實現(xiàn)【畢業(yè)論文】_第4頁
人臉識別技術(shù)的研究與實現(xiàn)【畢業(yè)論文】_第5頁
資源描述:

《人臉識別技術(shù)的研究與實現(xiàn)【畢業(yè)論文】》由會員上傳分享,免費在線閱讀,更多相關(guān)內(nèi)容在學術(shù)論文-天天文庫。

1、本科畢業(yè)設計(20屆)人臉識別技術(shù)的研究與實現(xiàn)摘要生物特征識別技術(shù)使用了人體本身固有的生物特征,與傳統(tǒng)的身份識別方法不同,具有更高的安全性、可靠性和有效性,越來越受到人們的重視。人臉識別技術(shù)作為生物特征識別技術(shù)的重要組成部分,在近三十年里得到了廣泛的關(guān)注和研究,已經(jīng)成為計算機視覺、模式識別領(lǐng)域的研究熱點。人臉識別在公共安全、證件驗證、門禁系統(tǒng)、視頻監(jiān)視等領(lǐng)域中都有著廣泛的應用前景。本文主要介紹了人臉識別的研究背景、發(fā)展歷程和研究意義,比較分析當前常用的人臉識別技術(shù),以及存在的主要困難。并實現(xiàn)了人臉識別系統(tǒng),該系統(tǒng)是在ORL人臉數(shù)據(jù)庫的基礎(chǔ)上首先通過灰度變換、幾何校正、直方圖

2、均衡化、二值化等手段對人臉圖像的預處理再使用了主成分分析法(PCA)、K-L變換來實現(xiàn)人臉特征提取和識別的。最后給出了基于MATLAB環(huán)境的編程及實驗結(jié)果。關(guān)鍵詞:人臉識別;主成分分析;K-L變換;特征臉AbstractBiometrictechnologyusesthehumanbodyitselfinherentbiologicalcharacteristics,andtraditionalidentificationmethodisdifferent,hasahighersecurity,reliabilityandvalidity,moreandmoreattent

3、ionbypeople.Facerecognitiontechnologyasbiometrictechnologyimportantconstituent,inthelastthreeyearsreceivedextensiveattentionandresearch,hasbecomeacomputervisionandpatternrecognitionofthepopularresearchfields.Facerecognitioninpublicsafety,certificateverifying,entranceguardsystem,videosurvei

4、llance,etchavebroadapplicationprospect.FaceRecognitionintroducestheresearchbackground,developmentprocess,meaning,comparativeanalysisofthecurrentcommonlyusedfacerecognitiontechnology,andthemaindifficulties.Realizedfacerecognitionsystem,whichisinORLfacedatabasebasedonthefirstfaceimagepreproc

5、essingthroughre-usetheprincipalcomponentanalysis(PCA),K-Ltransformtoachievefacialfeatureextractionandrecognition.Finally,theprogrammingenvironmentbasedonMATLABandexperimentalresults.Keywords:FaceRecognition;Principalcomponentanalysis;K-LTransform;Eigenfaces目錄1引言11.1研究的背景和意義11.2人臉識別的發(fā)展及現(xiàn)狀11

6、.3人臉識別的研究范圍及方法21.3.1PCA算法21.3.2Fisher方法21.3.3彈性圖匹配方法31.3.4隱馬爾可夫模型方法31.3.5人工神經(jīng)網(wǎng)絡方法31.3.6支持向量機方法41.4本文主要研究內(nèi)容42總體設計63 人臉圖像的預處理83.1概述83.2人臉區(qū)域的檢測與定位83.3人臉圖像的標準化103.3.1灰度變換103.3.2幾何校正103.3.3直方圖均衡化133.3.4二值化154 基于PCA的人臉識別174.1K-L變換的原理174.2PCA算法的原理194.3PCA人臉識別方法224.4PCA的優(yōu)缺點分析234.5實驗結(jié)果及討論235 結(jié)論與展望2

7、5致謝26參考文獻27附錄1源代碼291引言1.1研究的背景和意義人臉識別因其在公安(罪犯識別等)、安全驗證系統(tǒng)、信用卡驗證、醫(yī)學、檔案管理、視頻會議、人機交互系統(tǒng)等方面的巨大應用前景而越來越成為當前模式識別和人工智能領(lǐng)域的一個研究熱點[1]。迄今為止,機器視覺技術(shù)的發(fā)展已經(jīng)歷了一個較為漫長的旅程。它最初只是應用于生產(chǎn)流水線,簡單的模擬人的視覺來執(zhí)行一些繁瑣、重復性的任務。經(jīng)過研究者們的不懈努力,今天我們已經(jīng)可以利用它實現(xiàn)更有效、友好、自由的人機交互界面,并且隨著人臉研究的進一步發(fā)展,更可以讓計算機實現(xiàn)通過觀察一個

當前文檔最多預覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當前文檔最多預覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學公式或PPT動畫的文件,查看預覽時可能會顯示錯亂或異常,文件下載后無此問題,請放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫負責整理代發(fā)布。如果您對本文檔版權(quán)有爭議請及時聯(lián)系客服。
3. 下載前請仔細閱讀文檔內(nèi)容,確認文檔內(nèi)容符合您的需求后進行下載,若出現(xiàn)內(nèi)容與標題不符可向本站投訴處理。
4. 下載文檔時可能由于網(wǎng)絡波動等原因無法下載或下載錯誤,付費完成后未能成功下載的用戶請聯(lián)系客服處理。