人臉識(shí)別技術(shù)的研究與設(shè)計(jì)論文

《人臉識(shí)別技術(shù)的研究與設(shè)計(jì)論文》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、人臉識(shí)別技術(shù)的研究與設(shè)計(jì)畢業(yè)論文目錄摘要IV第1章緒論11.1引言11.2國內(nèi)外研究現(xiàn)狀與人臉識(shí)別的發(fā)展階段21.3人臉識(shí)別的研究?jī)?nèi)容31.4相關(guān)學(xué)科41.5小結(jié)5第2章人臉檢測(cè)技術(shù)研究62.1人臉檢測(cè)問題分類62.2人臉模式特征提取法82.2.1膚色特征82.2.2灰度特征82.3人臉檢測(cè)方法分類92.3.1基于知識(shí)的方法102.3.2基于統(tǒng)計(jì)模型的人臉檢測(cè)方法112.3.3基于模板的方法152.4小結(jié)16第3章基于隱馬爾可夫模型HMM的人臉識(shí)別173.1相關(guān)背景概念173.2隱馬爾可夫模型HMM構(gòu)成元素183.3隱馬爾可夫模型HMM原理19703.4隱馬爾可夫模型

2、基本算法203.4.1前向－后向算法203.4.2維特比算法243.4.3Baum－Welch算法253.5隱馬爾可夫模型在人臉識(shí)別中應(yīng)用283.5.1人臉圖像HMM模型狀態(tài)的確定283.5.2觀察值序列293.5.3基于離散余弦變換（DCT）的特征提取方法303.5.4HMM建模訓(xùn)練和人臉識(shí)別工作流程323.6改進(jìn)的隱馬爾可夫模型在人臉識(shí)別中的應(yīng)用353.6.1觀察向量的提取353.6.2人臉參數(shù)訓(xùn)練353.6.3人臉的識(shí)別363.7小結(jié)37第4章人臉識(shí)別系統(tǒng)設(shè)計(jì)與試驗(yàn)384.1人臉識(shí)別系統(tǒng)涉及的軟件和硬件384.1.1軟件部分384.1.2硬件部分424.2人臉識(shí)

3、別系統(tǒng)434.2.1用戶界面介紹434.2.2主要模塊介紹434.2.3程序?qū)崿F(xiàn)界面474.2.4相關(guān)人臉數(shù)據(jù)庫484.3人臉識(shí)別試驗(yàn)514.3.1用Yale人臉庫進(jìn)行人臉識(shí)別試驗(yàn)514.3.2用ORL人臉庫進(jìn)行人臉識(shí)別試驗(yàn)544.3.3用自建的人臉庫進(jìn)行人臉識(shí)別試驗(yàn)56結(jié)論6070致謝61參考文獻(xiàn)62附錄6470西南交通大學(xué)本科畢業(yè)設(shè)計(jì)(論文)第70頁第1章緒論1.1引言近些年來，生物特征的身份認(rèn)證技術(shù)得到了迅速的發(fā)展，此技術(shù)結(jié)合多種學(xué)科，是一種前沿的多學(xué)科性綜合技術(shù)，主要結(jié)合認(rèn)知科學(xué)，圖像處理，計(jì)算機(jī)圖形學(xué)，小波分析，機(jī)器視覺和模式識(shí)別等多個(gè)領(lǐng)域。把人臉作為認(rèn)證的

4、目標(biāo)已經(jīng)擁有了幾十年的歷史，并不是只能在電影中才能看到，現(xiàn)代社會(huì)已經(jīng)可以實(shí)現(xiàn)這樣的功能，當(dāng)然還有明顯的不足，運(yùn)用人臉圖像來身份識(shí)別，主要是因?yàn)槿说拿婷矊儆谌吮旧砉逃械纳锾卣?，這種特征具有不可復(fù)制，難于偽造的特點(diǎn)，具有唯一性和穩(wěn)定性，可以作為身份識(shí)別的依據(jù)。人臉識(shí)別的研究可以追溯到上個(gè)世紀(jì)六、七十年代，經(jīng)過幾十年的曲折發(fā)展已日趨成熟，人臉識(shí)別是模式識(shí)別和計(jì)算機(jī)視覺的交叉領(lǐng)域。人臉識(shí)別將計(jì)算機(jī)視覺和模式識(shí)別結(jié)合在一起，廣泛地運(yùn)用在機(jī)器人等學(xué)科中。作為人類幾個(gè)外在鑒別特征之一，人臉識(shí)別自動(dòng)鑒別和人類自動(dòng)分辨有著重要的意義。計(jì)算機(jī)人臉識(shí)別技術(shù)也就是利用計(jì)算機(jī)分析人臉圖象，進(jìn)

5、而從中提取出有效的識(shí)別信息，用來“辨認(rèn)”身份的一門技術(shù)。人臉識(shí)別技術(shù)應(yīng)用背景廣泛，可用于公安系統(tǒng)的罪犯身份識(shí)別、駕駛執(zhí)照及護(hù)照等與實(shí)際持證人的核對(duì)、銀行及海關(guān)的監(jiān)控系統(tǒng)及自動(dòng)門衛(wèi)系統(tǒng)等。雖然人類的人臉識(shí)別能力很強(qiáng)，能夠記住并辨別上千個(gè)不同人臉，可是計(jì)算機(jī)則困難多了。其表現(xiàn)在：人臉表情豐富；人臉隨年齡增長(zhǎng)而變化；人臉?biāo)蓤D象受光照、成象角度及成象距離等影響[8]。如今，雖然在這方面的研究已取得了一些可喜的成果，但是人臉識(shí)別技術(shù)FRT（FaceRecognitionTechnology）在實(shí)用應(yīng)用中仍面臨著很嚴(yán)峻的問題，因?yàn)槿四樜骞俚姆植际欠浅Ｏ嗨频模胰四槺旧碛质且粋€(gè)

6、柔性物體，表情、姿態(tài)或發(fā)型、化妝的千變?nèi)f化都給正確識(shí)別帶來了相當(dāng)大的麻煩。如何能正確識(shí)別大量的人并滿足實(shí)時(shí)性要求是迫切需要解決的問題?？傊?，要讓計(jì)算機(jī)象人一樣方便準(zhǔn)確地識(shí)別大量的人臉尚需不同學(xué)科研究領(lǐng)域的科學(xué)家共同做出不懈的努力。70西南交通大學(xué)本科畢業(yè)設(shè)計(jì)(論文)第70頁1.2國內(nèi)外研究現(xiàn)狀與人臉識(shí)別的發(fā)展階段人臉識(shí)別是一個(gè)算是古老卻又年輕的課題，言其古老是因?yàn)樵缭谏蟼€(gè)世紀(jì)，法國Galton就已經(jīng)開始了這方面的研究，直到七十年代中期以前，典型的模式識(shí)別的分類技術(shù)始終還是用人臉正面或者側(cè)面特點(diǎn)的距離來度量，而且重點(diǎn)使用的是從側(cè)面人臉圖像上提取的幾何特征。這一階段，對(duì)圖

7、像的約束條件較多，而提取出的特征數(shù)目少，自動(dòng)提取特征的準(zhǔn)確度也十分的低。八十年代，對(duì)FRT的研究仍處于冷凝狀態(tài)，沒有什么進(jìn)展。進(jìn)入九十年代，該課題受到了前所未有的重視，原因是多方面的：首先是在安全系統(tǒng)即商貿(mào)系統(tǒng)中有應(yīng)用需要；其次是受其他技術(shù)發(fā)展的影響。在九十年代前期，研究的重心集中在分割和特征提取以及設(shè)計(jì)系統(tǒng)的或神經(jīng)網(wǎng)絡(luò)的分類器方面，采用一些傳統(tǒng)的統(tǒng)計(jì)方法，如：Karhunen—Loeve變換等或新的神經(jīng)網(wǎng)絡(luò)技術(shù)。這時(shí)的識(shí)別工作基本上是在實(shí)驗(yàn)室里用規(guī)模比較小的數(shù)據(jù)庫進(jìn)行測(cè)試，而且多半是用靜態(tài)圖像。除此之外，視頻流能提供豐富的人臉信息，因此較多的研究小