人脸识别技术研究.pdf

人脸识别技术研究天津大学硕士学位论文学科专业:值呈皇信息处理研究生:迕匾艳指导教师:擅晶龌副熬援天津大学电子信息工程学院二零一零年六月一苓一苓,牛六月
\///榜晶强学位论文作者签名:叫细也弦,汐年多月/学位论文作者签名::缗锇签字日期:锌谀辏隆签字日期:≯谀暌自耤独创性声明‘学位论文版权使用授权书或撰写过的研究成果,也不包含为获得墨鲞盘堂或其他教育机构的学位或证本学位论文作者完全了解墨鲞盘堂有关保留、使用学位论文的规定。特授权墨鲞盘堂可以将学位论文的全部或部分内容编入有关数据库进行检本人声明所呈交的学位论文是本人在导师指导下进行的研究工作和取得的研究成果,除了文中特别加以标注和致谢之处外,论文中不包含其他人已经发表书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。签字日期:索,并采用影印、缩印或扫描等复制手段保存、汇编以供查阅和借阅。同意学校向国家有关部门或机构送交论文的复印件和磁盘。C艿难宦畚脑诮饷芎笫视帽臼谌ㄋ得导师签名:
中文摘要关键词:人脸识别;特征提取;子空间算法;小波变换;分类器设计;最近邻人脸识别技术是近年来随着图像处理技术、计算机视觉技术、模式识别技术等的快速进步而出现的崭新生物识别技术。所谓生物识别,就是指通过获取、分析人体的身体和行为特征绾缒ぁ⒅肝啤⒂镆簟⑹中辞┟⒉教来实现身份的自动鉴别。而人脸识别技术就是通过计算机提取人脸的特征,并根据这些特征进行身份验证的一种技术。同其他生物特征识别技术相比,人脸识别技术具有操作简单、结果直观、隐蔽性好的优越性。因此,人脸识别技术在信息安全、刑本文做了如下工作:研究了人脸识别的主要过程,并对人脸识别系统进行设计;研究了人脸识别的主要算法,并对人脸识别过程中的的核心算法ㄌ卣提取和分类器设计辛搜芯俊⒀橹ぃ玫搅撕芎玫氖侗鹦Ч欢圆煌惴ǖ结果进行比较、分析,指出不同算法的优点、缺点。其中,特征提取技术主要使用子空间算法和频率域特征提取技术,子空间算法主要有主成分分析⒍子空间算法能够很好的达到降低数据维数、减少数据存储空间、提高识别率的效果,并且训练和测试时间也大大缩短,利用小波提取技术进行图像压缩,更加提高了识别率,进一步降低了训练时间。最近邻分类器算法简单、容易实现、效果也很好、效率很高。支持向量机对于小样本、高维数、非线性方面的分类具有很事侦破、公共事业等领域具有广泛的应用前景。维主成分分析⒍懒⒊煞址治、线性判别分析⒎歉壕卣蠓解龋德视蛱崛〖际踔饕=樯芰诵〔ū浠⒗肷⒂嘞冶浠等。分类器采用最近邻分类器椭С窒蛄炕两种分类识别算法。好的效果。分类器;支持向量机
、胛琱瓹;,,籹,;八琫,.:,籧,.琭,.甆,.琻篺籪粀;甌一’琯,...
觥录目第一章绪论⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯国内外研究现状⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯人脸识别过程⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.常用人脸数据库⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯人脸识别系统的评价⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯论文的主要内容及文章结构⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.第二章人脸图像预处理⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。人脸图像的几何归一化⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.肆惩枷裥!.⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。.⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯一本章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯第三章人脸识别的特征提取技术与分类器设计⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯人脸特征提取⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。.懒⒊.〔⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.⒂嘞冶浠弧分类器设计⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.罱诜掷嗥鳌
.笛榛肪场核方法在人脸识别中的应用⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..第四章实验结果及分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯人脸数据库与实验环境⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..贙娜肆呈侗鹚惴ā八八琒的人脸识别算法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯人脸识别系统⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯一参考文献⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。本章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..实验结果