《毕业设计（论文）人脸面部识别系统设计》由会员分享，可在线阅读，更多相关《毕业设计（论文）人脸面部识别系统设计（40页珍藏版）》请在金锄头文库上搜索。
1、装订线长 春 大 学 毕业设计（论文）纸1 引 言1.1课题的背景随着安全入口控制和金融贸易方面应用需要的快速增长，生物统计识别技术得到了新的重视。目前，微电子和视觉系统方面取得的新进展，使该领域中高性能自动识别技术的实现代价降低到了可以接受的程度。而面部识别是所有的生物识别方法中应用最广泛的技术之一，面部识别技术是一项近年来兴起的，但不大为人所知的新技术。人们更多的是在电影中看到这种技术的神奇应用：警察将偷拍到的嫌疑犯的脸部照片，输入到电脑中，与警方数据库中的资料进行比对，并找出该嫌疑犯的详细资料和犯罪记录。这并非虚构的情节。在国外，面部识别技术早已被大量使用在国家重要部门以及军警等安防部门
2、。在国内，对于面部识别技术的研究始于上世纪90年代，目前主要应用在公安、金融、网络安全、物业管理以及考勤等区域。1.2相关领域研究历史与现状现在人脸识别技术已经应用在许多领域中，并起到了举足轻重的作用，人脸识别研究开始于1966年PRI的Bledsoe的工作，经过三十多年的发展，人脸识别技术取得了长足的进步， 现在就国内外相关领域研究历史与现状来进行展述。（1）国外研究历史与现状面部识别研究开始于1966年PRI的Bledsoe的工作，1990年日本研制的人像识别机，可在1秒钟内中从3500人中识别到你要找的人。1993年，美国国防部高级研究项目署 (Advanced Research Pro
3、jects Agency)和美国陆军研究实验室(Army Research Laboratory)成立了Feret(Face Recognition Technology) 项目组，建立了feret 人脸数据库，用于评价人脸识别算法的性能。美国陆军实验室也是利用vc+开发，通过软件实现的，并且FAR为49%。在美国的进行的公开测试中，FAR，为53%。美国国防部高级研究项目署，利用半自动和全自动算法。这种算法需要人工或自动指出图像中人的两眼的中心坐标，然后进行识别。在机场开展的测试中，系统发出的错误警报太多，国外的一些高校（卡内基梅隆大学（Carnegie Mellon University）
4、为首，麻省理工大学（Massachusetts Institute of Technology ）等，英国的雷丁大学（University of Reading）和公司（Visionics 公司Facelt 人脸识别系统、Viiage 的FaceFINDER 身份验证系统、Lau Tech 公司Hunter系统、德国的BioID 系统等）的工程研究工作也主要放在公安、刑事方面，在考试验证系统的实现方面深入研究并不多7。（2）国内研究历史与现状人脸识别系统现在在大多数领域中起到举足轻重的作用，尤其是用在机关单位的安全和考勤、网络安全、银行、海关边检、物业管理、军队安全、智能身份证、智能门禁、司机
5、驾照验证、计算机登录系统。我国在这方面也取得了较好的成就，国家863项目“面像检测与识别核心技术”通过成果鉴定并初步应用，就标志着我国在人脸识别这一当今热点科研领域掌握了一定的核心技术。北京科瑞奇技术开发股份有限公司在2002年开发了一种人脸鉴别系统，对人脸图像进行处理，消除了照相机的影响，再对图像进行特征提取和识别。这对于人脸鉴别特别有价值，因为人脸鉴别通常使用正面照，要鉴别的人脸图像是不同时期拍摄的，使用的照相机不一样。系统可以接受时间间隔较长的照片，并能达到较高的识别率，在计算机中库藏2300人的正面照片，每人一张照片，使用相距1-7年、差别比较大的照片去查询，首选率可以达到50%，前2
6、0张输出照片中包含有与输入照片为同一人的照片的概率可达70% 。2005年1月18日，由清华大学电子系人脸识别课题组负责人苏光大教授主持承担的国家十五攻关项目人脸识别系统通过了由公安部主持的专家鉴定。鉴定委员会认为，该项技术处于国内领先水平和国际先进水平6。1.3面部识别的研究意义随着经济社会的日趋发展，快速有效的自动身份识别的要求日益迫切，这使得面部识别技术的发展变得越来越重要。然而，面部识别技术由于其具有复杂、难度大且起步晚的特点，当前发展还不是很成熟，这极大地限制了它的应用。面部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，同时也具有较为广泛的应用意义。面部识别技术是一个非常活跃的
7、研究领域，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。如今，虽然在这方面的研究已取得了一些可喜的成果，但是面部的检测与定位在实际应用中仍面临着很严峻的问题，因为人脸五官的分布是非常相似的，而且人脸本身又是一个柔性物体，表情、姿态或发型、化妆的千变万化都给正确识别带来了相当大的麻烦。如何能正确识别大量的人脸并满足实时性要求是迫切需要解决的问题。1.4已有面部检测方法综述面部检测有很多方法，下面从方法论的角度概要性地总结一下现有的几种主要面部检测思想。（1） 基于知识的自顶向下的方法这种方法是基于我们在认识人脸的过程中所总结出来的一些先验知识，把它们
8、归结成为一些复杂程度由简而繁的规则。例如：“正面人脸都包括两只位置相互对称的眼睛”、“灰度图像中眼睛要比脸上其他地方暗”等。找到一系列规则后，把它们应用到输入图像中，搜索出符合规律的人脸区域。（2） 基于人脸特征的自底向上的方法这种思想首先用各种数字图像的处理办法对输入图像进行处理，根据处理结果提取出来的某些特征与人脸的某些共性特征进行比较，借此来判断某一区域是否为人脸。举例来说，我们可以用数字图像处理中常用的提取边界的方法在输入图像中寻找边界，然后试探哪些边界能像正面人脸的左边线、右边线和发髻线那样构成人脸的轮廓；还可以利用从图像中提取出来的色彩和纹理信息与人脸的色彩和纹理模型进行比较，得出
9、可能的人脸区域。当然各种人脸特征的综合运用对于提高检测算法的性能会有很大帮助。（3） 模板匹配的方法首先，建立并存储一些人脸模板作为标准，可以包括正面人脸或是单独的眼睛、鼻子、嘴等。利用一些算法来计算各待测区域与标准模板的相似程度或称相关性，利用这一相似程度来判决某一区域是否为人脸。（4） 基于人脸外观的方法这种思想是指通过搜集大量的人脸和非人脸样本作为训练集，用人工神经元网络、支持向量机(SVM)等方法训练出一个分类器来检测人脸。这种思想和其他思想的不同之处在于，他并不首先人工的对人脸进行分析或是抽取模板，也不对输入图像进行复杂的处理，而是利用大量的人脸整体外观用结构化的方法来训练出人脸检测
10、的分类器。在这一类方法中，特征向量、统计学、信息学等思想也得到了运用。上述各种方法都存在着自身的优缺点和适用领域，很多学者在各自所面临的问题的范围内不断探索，也发明了许多卓有成效的检测算法。但各种检测算法都存在着效率与性能上的矛盾，即在正确率、鲁棒性能等方面更好的算法往往会花费更多的时间及系统消耗3。1.5本论文目的本论文主要对该人脸识别系统进行模块划分，并介绍各模块的功能，重点介绍图像预处理模块，对其内的子模块的功能和算法进行详细讲述，主要介绍光线补偿、二值化、直方图，通过以上处理能够成功标记出人脸区域，图像预处理模块在整个系统中起着极其关键的作用，图像处理的好坏直接影响着后面的定位和识别工
11、作，最后介绍人脸特征标记与定位的方法。2 系统分析2.1 需求分析2.1.1需求分析概述随着经济社会的日趋发展，快速有效的自动身份识别的要求日益迫切，这使得面部识别技术的发展变得越来越重要。其在安全验证系统、信用卡验证、医学、档案管理、视频会议、人机交互、系统公安（犯罪识别等）等方面有着巨大的应用前景，因此，面部识别技术越来越成为当前模式识别和人工智能领域的一个研究热点。然而，面部识别技术由于其具有复杂、难度大且起步晚的特点，当前发展还不是很成熟，这极大地限制了它的应用。2.1.2可行性分析面部识别系统现在在大多数领域中起到举足轻重的作用，尤其是用在机关单位的安全和考勤、网络安全、银行、海关边
12、检、物业管理、军队安全、智能身份证、智能门禁、司机驾照验证、计算机登录系统。人脸识别系统现在应用于许多领域中，但是人脸识别技术也是一项近年来兴起的，且不大为人所知的新技术。在我国以及其他国家都有大量的学者正在研究之中，不断的更新人脸识别技术，以便系统的识别准确率达到新的高度。日后的应用前景十分广阔。2.1.3技术分析图像的处理方法很多，我们可以根据需要，有选择地使用各种方法。在确定脸部区域上，通常使用的方法有肤色提取。肤色提取，则对脸部区域的获取则比较准确，成功率达到95%以上，并且速度快，减少很多工作。图像的亮度变化：由于图像的亮度在不同环境的当中，必然受到不同光线的影响，图像就变得太暗或太
13、亮，我们就要对它的亮度进行调整，主要采取的措施是对图像进行光线补偿。去噪声处理：在图像的采集过程中,由于各种因素的影响,图像中往往会出现一些不规则的随机噪声,如数据在传输、存储时发生的数据丢失和损坏等,这些都会影响图像的质量，因此需要将图片进行消除噪声处理。人脸分割：经过光线补偿和消除噪声处理后对图像进行提取边界处理，确定出人脸的位置。特征标注：特征标注在人脸识别、验证和建模中都具有重要意义，因为眼睛、鼻子和嘴巴等特征集中了人脸的大部分信息。对于人脸建模来说，不仅要检测出这些特征，而且要准确地加以定位。2.2 开发运行环境2.2.1开发环境（1）硬件环境硬件配置原则：具有可靠性，可用性和安全性
14、，具有完善的技术支持。能够满足个人学习和设计需要。运行软件所需硬件资源：CPU：800M以上；内存：128M以上。（2）软件环境系统软件配置原则：能够满足该软件的可靠性，可用性和安全性的要求。系统软件配置方案：配置有持续工作能力、高稳定性、高度可集成的开放是标准的操作系统。配备符合ANSI/ISO标准的高级程序设计语言处理软件。如：Visual C+6.0。熟悉C+高级程序设计语言。2.2.2安装运行环境CPU要求：500M及以上内存：64M以上操作系统：Windows系列操作系统支持软件：Microsoft Visual Studio2.3 开发工具选择本次设计所用的开发工具是Microso
15、ft Visual C+ 6.0。 Visual C+ 6.0是Microsoft公司推出的一种可视化编程工具。它支持多平台和交叉平台的开发，将各种编程工具如编辑器、连接器、调试器等巧妙的结合在一起，构成一个完美的可视化开发环境。用户无需通过繁杂的编程操作，即可完成Windows下应用程序的编辑、编译、测试和细化等工作。3系统总体设计3.1 系统规划本系统主要研究的对象是图像，系统应该对图像进行光线补偿、二值化、直方图、标记特征区域等，每个小模块的实现都有许多相应的算法。下面将本系统采用的算法进行介绍：光线补偿 ：由于光线原因，所照的图像可能会存在光线不平衡的情况而造成色彩偏差，为了抵消这种整个图像中存在的色彩偏差，本系统采用的解决方法是：将整个图像中的所有像素的亮度从高到低进行排列，取最亮的像素，然后线性放大，使这些像素的平均亮度达到255。实际上就是调整图片像素的RGB值，然后将其他像素点按照这个比例依次调整。
