《毕业设计人脸识别完整版》由会员分享，可在线阅读，更多相关《毕业设计人脸识别完整版（39页珍藏版）》请在金锄头文库上搜索。
1、word摘 要人脸识别技术(FRT)是当今模式识别和人工智能领域的一个重要研究方向。虽然人脸识别的研究已有很长的历史，各种人脸识别的技术也很多，但由于人脸属于复杂模式而且容易受表情、肤色和衣着的影响，目前还没有一种人脸识别技术是公认快速有效的本文主要讨论了人脸识别技术的一些常用方法，对现有的人脸检测与定位、人脸特征提取、人脸识别的方法进展分析和讨论，最后对人脸识别未来的开展和应用做了展望。关键字：人脸识别，特征定位，特征提取25ABSTRACTNowadays the face recognition technology (FRT) is a hot issue in the field o
2、f pattern recognition and artificial intelligenceAlthough this research already has a long history and many different recognition methods are proposed，there isstill no effective method with low cost an d high precisionHuman face is a plex pattern an d is easily affected by theexpression，plexion and
3、clothesIn this paper，some general research are discussed，including methods of face detection andlocation，features abstraction，and face recognitionThen we analyze and forecast the face recognitions application and its prospectsKeywords: Face Recognition Technology,Face location，Features abstraction第1
4、章 绪 论所谓人脸识别，是指对输入的人脸图像或者视频判断其中是否存在人脸，如果存在人脸，如此进一步给出每X人脸的位置、大小和各个主要面部器官的位置信息。并且依据这些信息，进一步提取每X人脸蕴含的身份特征，并将其与人脸库中的人脸进展比照，从而识别每X人脸的身份。人脸识别研究涉与的X围广泛，内容涉与模式识别、计算机视觉、图像处理、人工智能等方面。人脸识别还涉与到神经网络等学科，也和人脑的认识程度严密相关。这诸多因素使得人脸识别成为一项极富挑战性的课题。人脸识别技术的研究意义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，同时也具有较为广泛的应用意义。人脸识别技术是一个非常活跃的研究领域，它
5、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FRT在实用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并满足实时性要求是迫切需要解决的问题。国内外的研究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、智能某某、智能门禁、司机驾照验证、计算机登录系统。我国在这方面也取得了较好的成就，国家8
6、63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。科瑞奇技术开发股份某某在2002年开发了一种人脸鉴别系统，对人脸图像进展处理，消除了照相机的影响，再对图像进展特征提取和识别。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。系统可以承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X照片，使用相距1-7年、差异比拟大的照片去查询，首选率可以达到50%，前20 X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%。美国陆军实
7、验室也是利用vc+开发，通过软件实现的，并且FAR为49%。在美国的进展的公开测试中，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，然后进展识别。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
8、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。研究内容本系统主要对人脸的检测与定位做了深入研究。在人脸检测局部主要是对图像进展获取和预处理。图像获取主要是获取图像的根本信息，以便对图像的像素进展处理。预处理的包括对图像灰度化，中值滤波，比照度变化以与边缘提取。人脸预处理过程是计算机人脸识别中一个重要过程。人脸图像预处理的好坏对整个系统至关重要，对人脸预处理的研究具有非常重要的意义。特征定位是人脸识别的目的是确定单X人脸在图像中的位置，它通过标记人脸区域 来确定和计算人脸的各器官定位。人脸特
9、征检测是检测人脸特征的有无和位置，比如说眼睛、鼻子、鼻孔、嘴巴、嘴唇等的有无和位置。值得指出的是，人脸检测涉与的方法种类繁多据报告可知，用于人脸检测方法的有150多种，且涉与的知识点较深，并各有特点，所以我们小组将人脸检测与人脸识别区分开来，因为后者只是前者一个简单问题。同时，我们把注意力集中在人脸检测方法上，而没有实现与数据库中的人脸匹配问题。虽然人类的人脸识别能力很强,，能够记住并区分上千X不同人脸，可是计算机如此困难多了。其表现在：人脸表情丰富；人脸随年龄增长而变化；人脸所成图像受光照、成像角度与成像距离等影响；而且从二维图象重建三维人脸是病态( ill2po sed) 过程，目前尚没有
10、很好的描述人脸的三维模型。另外，人脸识别还涉与到图象处理、计算机视觉、模式识别以与神经网络等学科，也和人脑的认识程度严密相关。这诸多因素使得人脸识别成为一项极富挑战性的课题。第2章 系统需求分析2.1 系统功能需求系统功能主要围绕人脸检测和人脸特征定位进展设计，首先该系统会对图像进展人脸检测，人脸检测主要是对图像进展预处理的过程，预处理这个模块在整个人脸识别系统的开发过程中占有很重要的地位。该系统主要是将处理后的人脸图片进展定位，将眼睛、鼻子、嘴巴标记出来。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，如此对脸部区域的获取如此
11、比拟准确，成功率达到95%以上，并且速度快，减少很多工作。图像获取模块：该模块主要是从图片库中获取图片，获取后的图片可以在软件的界面中显示出来以便进展识别。图像预处理模块：图像预处理就是对获取得来的图像进展适当的处理，使它具有的特征能够在图像中明显的表现出来。该模块中的子模块有如下几个，下面对它们进展概述：中值滤波：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如此的随机噪声,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，因此需要将图片进展平滑操作以此来消除噪声。灰度化：图像灰度化的过程就是把彩色图像转换为灰度图像的过程，彩色图像包含较多人脸特征信息，但
12、是直接作为处理对象会使过程复杂化相比之下灰度图像在保存了人脸主要特征信息的根底上，减少了总信息量。Sobel提取边缘提取：采用梯度微分锐化图像，使噪声、条纹等得到增强；对图像中的随机噪声也有一定的平滑作用；标记人脸的边缘，使其边缘显得粗而亮。比照度增强：比照度增强，就是对图像的进一步处理，将比照度再一次拉开。它针对原始图像的每一个像素直接对其灰度进展处理的，其处理过程主要是通过增强函数对像素的灰度级进展运算并将运算结果作为该像素的新灰度值来实现的。通过改变选用的增强函数的解析表达式就可以得到不同的处理效果。相似度计算：相似度计算是为了判别两对象的相似程度而设定的算法，比如文字、指纹、人脸等。为
13、了便于二值化阈值确实定，肤色相似度计算的意义是通过计算出与人脸肤色相近的像素点，确定人脸区域，用灰度图象显示出来，并为二值化提供一个可计算出阈值的比拟值。二值化：通过一些算法，通过一个阈值改变图像中的像素颜色，令整幅图像画面内仅有黑白二值，该图像一般由黑色区域和白色区域组成，可以用一个比特表示一个像素，“1表示黑色，“0表示白色，以便有利于我们对特征的提取。直方图：直方图是图象处理中一种十分重要的图象分析工具，它描述了一幅图像的灰度级内容，任何一幅直方图都包含了丰富的信息。从数学上来说图像直方图是图像各个灰度值统计特性与图像灰度值的函数，它统计了一幅图像中各个灰度级出现的次数和概率。2.1.2
14、 开发环境l 硬件环境硬件配置原如此：具有可靠性，可用性和安全性，具有完善的技术支持。能够满足个人学习和设计需要。运行本软件所需的硬件资源：CPU： 800M与以上；内存： 128M与以上l 软件环境系统软件配置原如此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、高度可集成的开放式标准的操作系统，如Windows2000，Windows NT，UNIX，Linux等。 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。2.1.3 运行环境1硬件环境CPU：800M以上；内存：128
15、M与以上。2软件环境可以运行在微软公司近年来所出的各种操作系统。如Windows 98、Windows Me、Windows 2000、Windows NT等。2.2 可行性分析在开发该人脸识别软件之前，我们查询了前人所写过的诸多论文以与源程序，在开发之时，结合了资料中的算法并揉进了自己的一些思想，使程序可以对人脸图片进展简易识别。操作可行性该人脸识别软件需要如下的运行环境：CPU：800M与以上；内存：128 M与以上。安装有Windows 98、Windows Me、Windows 2000、Windows NT等操作系统中的其中一种。因此，从操作可行性来看，只要系统用户的硬件软件设备满足
16、以上条件，即可用该人脸识别软件进展人脸的识别。2.2.2 技术可行性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，如此对脸部区域的获取如此比拟准确，成功率达到95%以上，并且速度快，减少很多工作。人脸自身变化的挑战：同一个人的人脸图像因为表情、精神状态、健康状况、姿态、整容、年龄变化、意外损伤、化妆、眼镜帽子、头发胡须等变化而发生巨大的变化；外部环境的挑战：光照环境条件、摄像设备、人与摄像设备的距离角度、图像存储质量等，都会使人脸图像发生教大变化。面队这些就要求我们进一步研究基于人脸肤色提取的算法，提高识别精度，提高识别速度，提高系统的适用性。2.3 预
