《基于matlab人脸识别技术与实现》由会员分享，可在线阅读，更多相关《基于matlab人脸识别技术与实现（31页珍藏版）》请在金锄头文库上搜索。
1、 本科毕业设计(论文) 人脸识别技术及实现学 院 信息工程学院 专 业 信息工程 (电子信息工程方向) 年级班别 2010级（1）班 学 号 3111002754 学生姓名 XXX 指导教师 XXX 2014年 5 月27摘要随着经济的快速发展以及生活方式的改变，社会各方面对于身份识别技术的需求快速增长。使得生物统计识别技术得到了新的重视。目前得到主要应用的是指纹识别和人脸识别。研究人脸识别在理论和技术上都有重要的意义：一是可以推进对人类视觉系统本身的认识；二是可以满足人工智能应用的需要。而人脸识别相比较其他生物识别技术而言具有：1、非接触的，用户不需要和设备直接接触；2、非强制性，被识别的人
2、脸图像信息可以主动获取；3、并发性，即实际应用场景下可以进行多个人脸的分拣、判断及识别这几大优点而取得了快速的发展。采用人脸识别技术，建立自动人脸识别系统，用计算机实现对人脸图像的自动识别有着广阔的应用领域和诱人的应用前景。本文在总结分析人脸识别系统中几种常用的图像预处理方法基础上，利用MATLAB实现了一个集多种预处理方法于一体的通用的人脸图像预处理仿真系统。通过实现图像的选取，脸部定位，特征提取，图像处理和识别这几个过程，利用灰度图像的直方图比对最终实现人脸图像的识别。关键词：人脸识别， MATLAB，灰度图像直方图，特征提取 AbstactWith the fast developmen
3、t of economy and the change of life style, the demand for the identity recognition technology is increasing rapidly. Meanwhile, The technology of biometric identification is emphasized. The main application is fingerprint recognition and face recognition nowdays. The research of face recognition has
4、 important meaning both in theory and technology.Firstly, it can advance the recognition of human vision system.Secondly, it is the need of artificial intelligence application. And face recognition compared to other biometrics has much advantages.Firstly, users do not need to equipment and direct co
5、ntact.Secondly,it is recognition of the face image information can take the initiative to obtain.Thirdly, the actual application scenarios can be of multi face sorting, judgment, and recognition. Using computer to achieve automatic recognition of the face image has a broad application areas and attr
6、active prospects for application by face recognition technology, automatic face recognition system.Based on the summary analysis of face recognition system and several common image pre processing method , author finally used MATLAB realize a set a variety of pre processing method in one of the gener
7、ic face image pre processing simulation system. With the image selection, facial localization, feature extraction, image processing and recognition these processes, the author successfully use the histogram ratio of gray image to realize the recognition of face image.Key words：Face recognition;MATLA
8、B; Gray image histogram; Feature extraction目录1 绪论11.1引言11.2人脸识别技术的背景11.3 人脸识别技术国内外发展21.4人脸识别技术的应用前景41.5 论文研究的问题51.6本文人脸识别系统主要结构61.7论文的内容及组织72 应用Matlab处理图像82.1 Matlab介绍82.2 数字图像处理82.2.1图像处理的基本操作82.2.2图像类型的转换92.2.3图像增强92.3图像处理功能的Matlab实现实例102.4 本章小结123 人脸检测的实现133.1 引言133.2系统基本机构133.3 人脸检测定位算法143.4 人脸图
9、像的预处理193.4.1 仿真系统中实现的人脸图像预处理方法194 基于直方图的人脸识别实现224.1识别理论224.2 人脸识别的matlab实现22结论24参考文献25致谢271 绪论1.1引言本章提出了人脸识别的研究背景及应用前景。（1）首先为我们阐述人脸图像识别的现实意义；（2）然后说明当前人脸图像识别存在的问题；（3）接着介绍主流人脸识别系统的一般框架组成；（4）最后再简要地介绍了论文的主要章节和人脸识别系统主要设计思想和实现技术。1.2人脸识别技术的背景人脸识别，是一种基于人的脸部特征信息进行身份识别的生物识别技术。通过摄像机或摄像头采集含有人脸的图图片，采取适当的图像技术处理后，
10、自动检测出和跟踪图片当中的人脸，然后对系统检测到的人脸进行脸部的一系列相关技术处理，从而识别人脸图像的身份。通常又叫做人像识别、面部识别。人脸识别系统的研究最早开始于20世纪60年代，但是受限制于计算机技术和光学成像技术发展水平，研究进程比较缓慢。然而，伴随着80年代后计算机技术和光学成像技术的快速发展，但真正进入初级的应用阶段则在90年后期，并且以美国、德国和日本的技术实现为主；人脸识别系统成功的关键在于两个方面。（1）是否拥有尖端的核心算法，（2）识别结果是否具有实用化的识别率和识别速度；“人脸识别系统”是集成了人工智能、机器识别、机器学习、模型理论、专家系统、视频图像处理等多种专业技术的
11、一种系统，同时需结合中间值处理的理论与实现，属于生物特征识别的最新应用，其核心技术的实现，展现了弱人工智能向强人工智能的转化。随着经济的快速发展以及生活方式的改变，社会各方面对于身份识别技术的需求快速增长。使得生物统计识别技术得到了新的重视。目前得到主要应用的是指纹识别和人脸识别。但是指纹识别要求被检测的人高度配合，采集比较困难。相对来讲，用户不需要跟设备或者仪器直接结束就能获得人脸图像，只需要一些简单的配合，几乎可以在非强制性的情况下完成。人脸图像的机器识别研究就是在这种背景下兴起的，是所有的生物识别方法中应用最广泛的技术之一。同时，人脸识别是机器视觉和模式识别领域最富有挑战性的课题之一，因
12、为人脸图像受很多因素的干扰:人脸表情的多样性，以及外在的成像过程中的光照，图像尺寸，旋转，姿势变化等。使得同一个人，在不同的环境下拍摄所得到的人脸图像不同，有时更会有很大的差别，这些影响都会给人脸图像的识别带来很大难度。因此在各种干扰条件下实现人脸图像的识别，也就更具有挑战性。而且它覆盖了数字图像处理、模式识别、计算机视觉、神经网络、心理学、生理学、数学等诸多学科的内容。目前人脸识别技术已经相对成熟,其应用也随之日益广泛。人脸识别产品已广泛应用于金融、司法、军队、公安、边检、政府、航天、电力、工厂、教育、医疗及众多企事业单位等领域。随着技术的进一步成熟和社会认同度的提高，更多成本低廉，结构简单
13、，操作性强的，更加实用的人脸识别技术将应用在更多的领域。1.3 人脸识别技术国内外发展回顾人脸识别技术的发展历程，可以将其划分为4个发展阶段。20世纪60年代是生物识别技术的萌芽阶段，以1965年研究人员设计的人脸识别系统为代表，开启了生物识别技术的新时代；1991年，美国麻省理工学院的研究人员提出了特征脸人脸识别的理论和方法，标志着人脸识别技术作为一个新兴学科正式起步；2001年，美国“911”事件发生后，世界各国意识到人脸识别技术的重要价值，投入大量资金进行研发；2008年，人脸识别技术应用于北京奥运会，标志着人脸识进入大规模应用阶段。在国内，中科院计算所跟哈工大的一个联合面像实验室是最早
14、研究人脸检测识别的。该实验室的高文教授，陈熙林教授，山世光教授，直到今天，都一直活跃在人脸识别领域并且发表了很多学术论文。其次，是现为模式识别国家重点实验室研究员和生物识别与安全技术研究中心主任，智能视觉物联网研发中心主任的李子青教授。李子青和他所领衔研发的“中科奥森”人脸识别系统和智能视频监控系统已在包括北京奥运会、上海世博会边检通关等多个国家重大安全项目中实施并发挥作用。李子青为SAC/TC100/SC2副主任委员，代表中国国家体撰写了中国第一个ISO/IEC JTC1/SC37生物识别国际标准工作草案获采纳，并在2006年会全体会议上作了“生物特征识别在中国”的主题演讲。他的著作图像分析
15、中的马尔可夫随机场模型 (Springer 1995, 2nd edition 2001, 3rd edition 2009) 被誉为图像分析领域里程碑意义的工作。接着，是清华大学的丁晓青和艾海洲教授。艾海洲教授目前主要从事与人脸人体相关的计算机视觉方面的研究，在人脸及人体图像理解领域提出了一系列性能优越的算法，具有重要的学术价值和明显的应用价值。丁晓青教授在OCR(字符识别)领域，可谓国内第一人。不过，最近几年转行做人脸识别，也是非常有成就的。不说别的，就只从FRVT2006（美国国家标准研究所2006年全球人脸识别供应商系统性能测试）的测试结果来看，丁晓青教授的研究团队是唯一一个完成大规模3D人脸识别性能测试的参赛团队。由此可见，在国内人脸识别领域来说，她们的算法，在3D领域，绝对排名第一。此外，在汉字识别领域，取得了一系列国际领先的研究成果，先后荣获国家科技进步二等奖三次。有11项发明专利被授权。在国外，当前很多国家展开了有关人脸识别的研究，主要有美国、欧洲国家、日本等
