《基于matlab的人脸识别系统设计与仿真[共24页]》由会员分享，可在线阅读，更多相关《基于matlab的人脸识别系统设计与仿真[共24页]（24页珍藏版）》请在金锄头文库上搜索。
1、人脸识别方法的分析与研究 - -I 目 录 摘要 .II 第 1 章 绪论 .- 1 - 1.1 人脸识别技术的细节.- 1 - 1.2 人脸识别技术的广泛应用.- 1 - 1.3 人脸识别技术的难点.- 2 - 1.4 国内外研究状况 .- 2 - 1.5 人脸识别的研究内容.- 3 - 1.5.1 人脸识别研究内容 .- 3 - 1.5.2 人脸识别系统的组成 .- 4 - 第 2 章 人脸识别方法 .- 6 - 2.1 基于特征脸的方法.- 6 - 2.2 基于神经网络的方法.- 6 - 2.3 弹性图匹配法.- 7 - 2.4 基于模板匹配的方法.- 7 - 2.5 基于人脸特征的方法
2、.- 7 - 第 3 章 PCA 人脸识别方法.- 9 - 3.1 引言 .- 9 - 3.2 主成分分析 .- 9 - 3.3 特征脸方法.- 11 - 第 4 章 仿真实验 .- 13 - 4.1 流程图 .- 13 - 4.2 仿真结果.- 14 - 第 5 章 总结与展望 .- 15 - 5.1 总结 .- 15 - 5.2 展望 .- 15 - 人脸识别方法的分析与研究 - -II 参考文献 .- 17 - 附录 .- 18 - 人脸识别方法的分析与研究 - -III 摘要 人脸识别是当前模式识别领域的一个前沿课题，人脸识别技术就是利用计算机技术， 根据数据库的人脸图像，分析提取出有
3、效的识别信息，用来“辨认”身份的技术。 本文介绍了多种人脸识别方法，基于对人脸识别方法优缺点的分析比较, 提出了一 种基于主元分析(PCA )的人脸识别方法。通过PCA 算法对人脸图像进行特征提取, 再利 用最邻近距离分类法对特征向量进行分类识别。利用剑桥ORL的人脸数据库的数据进行实 验仿真，仿真结果验证了本算法是有效的。 关键词：人脸识别， 主元分析，最近邻距离分类法，人脸库 人脸识别方法的分析与研究 - - 1 - 第 1 章 绪论 人脸识别是模式识别研究的一个热点, 它在身份鉴别、信用卡识别, 护照的核对及 监控系统等方面有着广泛的应用。人脸图像由于受光照、表情以及姿态等因素的影响,
4、使得同一个人的脸像矩阵差异也比较大。因此, 进行人脸识别时, 所选取的特征必须对 上述因素具备一定的稳定性和不变性. 主元分析(PCA)方法是一种有效的特征提取方法, 将人脸图像表示成一个列向量, 经过PCA 变换后, 不仅可以有效地降低其维数, 同时又 能保留所需要的识别信息, 这些信息对光照、表情以及姿态具有一定的不敏感性. 在获 得有效的特征向量后, 关键问题是设计具有良好分类能力和鲁棒性的分类器. 支持向量 机(SVM ) 模式识别方法,兼顾训练误差和泛化能力, 在解决小样本、非线性及高维模式 识别问题中表现出许多特有的优势。 1.1 人脸识别技术的细节 一般来说，人脸识别系统包括图像
5、提取、人脸定位、图形预处理、以及人脸识别 （身份确认或者身份查找） 。系统输入一般是一张或者一系列含有未确定身份的人脸图像， 以及人脸数据库中的若干已知身份的人脸图像或者相应的编码，而其输出则是一系列相 似度得分，表明待识别的人脸的身份。 1.2 人脸识别技术的广泛应用 一项技术的问世和发展与人类的迫切需求是密切相关的，快速发展的社会经济和科 学技术使得人类对安全(包括人身安全、隐私保护等)得认识越来越重视。人脸识别得一 个重要应用就是人类的身份识别。一般来说，人类得身份识别方式分为三类: 1.特征物品，包括各种证件和凭证，如身份证、驾驶证、房门钥匙、印章等; 2.特殊知识，包括各种密码、口令
6、和暗号等; 3.人类生物特征，包括各种人类得生理和行为特征，如人脸、指纹、手形、掌纹、虹膜、 DNA、签名、语音等。前两类识别方式属于传统的身份识别技术，其特点是方便、快捷， 但致命的缺点是安全性差、易伪造、易窃取。特殊物品可能会丢失、偷盗和复制，特殊 知识可以被遗忘、混淆和泄漏。相比较而言，由于生物特征使人的内在属性，具有很强 的自身稳定性和个体差异性，因此生物特征是身份识别的最理想依据。基于以上相对独 特的生物特征，结合计算机技术，发展了众多的基于人类生物特征的身份识别技术，如 DNA 识别技术、指纹识别技术、虹膜识别技术、语音识别技术和人脸识别技术等。 人脸识别方法的分析与研究 - -
7、2 - 生物识别技术在上个世纪已经有了一定得发展，其中指纹识别技术已经趋近成熟， 但人脸识别技术的研究还处于起步阶段。指纹、虹膜、掌纹等识别技术都需要被识别者 的配合，有的识别技术还需要添置复杂昂贵的设备。人脸识别可以利用已有的照片或是 摄像头远距离捕捉图像，无需特殊的采集设备，系统的成本低。并且自动人脸识别可以 在当事人毫无觉察的情况下完成身份确认识别工作，这对反恐怖活动有非常重要的意义。 基于人脸识别技术具有如此多的优势，因此它的应用前景非常广阔，已成为最具潜力的 生物特征识别技术之一。 1.3 人脸识别技术的难点 虽然人类可以毫不困难地根据人脸来辨别一个人，但是利用计算机进行完全自动的
8、人脸识别仍然有许多困难。人脸模式差异性使得人脸识别成为一个非常困难的问题，表 现在以下方面: 1.人脸表情复杂，人脸具有多样的变化能力，人的脸上分布着五十多块面部肌肉， 这些肌肉的运动导致不同面部表情的出现，会造成人脸特征的显著改变。 2.随着年龄而改变，随着年龄的增长，皱纹的出现和面部肌肉的松弛使得人脸的结 构和纹理都将发生改变。 3.人脸有易变化的附加物，例如改变发型，留胡须，戴帽子或眼镜等饰物。 4.人脸特征遮掩，人脸全部、部分遮掩将会造成错误识别。 5.人脸图像的畸变，由于光照、视角、摄取角度不同，可能造成图像的灰度。 1.4 国内外研究状况 人脸识别是人类视觉最杰出的能力之一。它的研
9、究涉及模式识别、图像处理、生物 学、心理学、认知科学，与基于其它生物特征的身份鉴别方法以及计算机人机感知交互 领域都有密切联系。人脸识别早在六七十年代就引起了研究者的强烈兴趣。20 世纪 60 年 代，Bledsoe 提出了人脸识别的半自动系统模式与特征提取方法。70 年代，美、英等发达 国家开始重视人脸识别的研究工作并取得进展。1972 年，Harmon 用交互人脸识别方法在 理论上与实践上进行了详细的论述。同年，Sakai 设计了人脸图像自动识别系统。80 年代 初 T. Minami 研究出了优于 Sakai 的人脸图像自动识别系统。但早期的人脸识别一般都需 要人的某些先验知识，无法摆脱
10、人的干预。进入九十年代，由于各方面对人脸识别系统 的迫切需求，人脸识别的研究变的非常热门。人脸识别的方法有了重大突破，进入了真 正的机器自动识别阶段，如 Karhunen-Love 变换等或新的神经网络技术。人脸识别研究 人脸识别方法的分析与研究 - - 3 - 得到了前所未有的重视，国际上发表有关人脸识别等方面的论文数量大幅度增加，仅从 1990 年到 2000 年之间，SCI 及 EI 可检索到的相关文献多达数千篇，这期间关于人脸识 别的综述也屡屡可见。国外有许多学校在研究人脸识别技术，研究涉及的领域很广。这 些研究受到军方、警方及大公司的高度重视和资助，国内的一些知名院校也开始从事人 脸
11、识别的研究。 人脸识别是当前模式识别领域的一个前沿课题，但目前人脸识别尚处于研究课题阶 段，尚不是实用化领域的活跃课题。虽然人类可以毫不困难地由人脸辨别一个人，但利 用计算机进行完全自动的人脸识别存在许多困难，其表现在：人脸是非刚体，存在表情 变化；人脸随年龄增长而变化；发型、眼镜等装饰对人脸造成遮挡；人脸所成图像受光 照、成像角度、成像距离等影响。人脸识别的困难还在于图像包括大量的数据，输入的 像素可能成百上千，每个像素都含有各自不同的灰度级，由此带来的计算的复杂度将会 增加。现有的识别方法中，通过从人脸图像中提取出特征信息，来对数据库进行检索的 方法速度快，而利用拓扑属性图匹配来确定匹配度的方法则相对较快。 1.5 人脸识别的研究内容 人脸识别技术(AFR)就是利用计算机技术，根据数据库的人脸图像，分析提取出有 效的识别信息，用来“辨认”身份的技术。人脸识别技术的研究始于六十年代末七十年代初， 其研究领域涉及图像处理、计算机视觉、模式识别、计算机智能等领域，是伴随着现代 化计算机技术、数据库技术发展起来的综合交叉学科。 1.5.1 人脸识别研究内容 人脸识别的研究范围广义上来讲大致包括以下五
