第２０卷第４期 刘雄鹰：ＭＦＣ中显示数据控件手工编程绑定数据控件 ・５１” ＩＤｉｓｐａｔｃｈ ＦＡＲ ｐｄｉｓｐ＝（ＩＤｉｓｐａｔｃｈ ＦＡＲ ）ＮＵＬＬ． ＯＩ正ＣＨＡＲ ＦＡＲ ｓｚＭｅｍｂ＝Ｌ”ａｄｄｎｅｗ”： ＤＩＳＰＩＤ ｄｉｓｐｉｄ； ／／ｄｉｓｐｐａｒａｍｓＮｏＡｒｇｓ结构变量设置为无参数 ＤＩＳＰＰＡＲＡＭＳ ｄｉｓｐｐａｒａｍｓＮｏＡｒｇｓ＝｛ＮＵＬＬ，ＮＵＬＬ ０，ｏ１； ，，从ＡＤＯ访问对象获得记录集ＩＵｎｋｎｏｗｎ接口对象的指针 ｐｕｎｋ＝ｐａｄｏｄｅ－＞ＧｅｔＲｅｅｏｒｄｓｅｔ（）．ｍ＿ｌｐＤｉｓｐａｔｅｈ； ，，从ＩＵｎｋｎｏｗｎ接口对象得到ＩＤｉｓｐａｔｅｈ接Ｅｌ对象指针 ｂ．ｒｅｓｕｌｔ－－ｐｕｎｋ－＞ＱｕｅｒｙＩｎｔｅｒｆａｃｅ（ＩＩＤ＿ＩＤｉｓｐａｔｅｈ， （ｖｏｉｄ ＦＡＲ＊ＦＡＲ＊）＆ｐｄｉｓｐ）； ，，从ＩＤｉｓｐａｔｃｈ接口查询‘ａｄｄｎｅｗ’方法的ｉｄ ｈｒｅｓｕｌｔ＝ｐｄｉｓｐ一＞ＧｅｔＩＤｓＯｆＮａｍｅｓ（ＩＩＤ—ＮＵＬＬ， ＆ｓｚＭｅｍｂｅｒ，１，ＬＯＣＡＬＥ＿ＵＳＥＲ＿ＤＥＦＡＵＬＴ，＆ｄｉｓｐｉｄ）； ，，引用ＡＤＯ控件记录集对象的ＡｄｄＮｅｗ方法 ｈｒｅｓｕｌｔ ｐｄｉｓｐ一＞Ｉｎｖｏｋｅ（ ｄｉｓｐｉｄ， ＩＩＤ—ＮＵＬＬ ＬＯＣＡＬＥ——ＵＳＥＲ＿ＤＥＦＡＵＬＴ， ＤＩＳＰＡＴＣＨ ＭＥＴＨＯＤ， ＆ｄｉｓｐｐａｒａｍｓＮｏＡｒｇｓ，ＮＵＬＬ，ＮＵＬＬ，ＮＵＬＬ）； ５数据库错误例外处理 执行ＡｄｄＮｅｗ、Ｕｐｄａｔｅ及ＵｐｄａｔｅＢａｔｃｈ把当前记录 缓冲区的字段数据写入数据库和执行Ｄｅｌｅｔｅ方法删除 记录，由于数据库数据有效性检查会导致数据库操作 错误例外，必须用Ｃａｎｃｅｌ、ＣａｎｃｅｌＵｐｄａｔｅ、ＣａｎｃｅｌＢａｔｃｈ 方法取消操作，取消操作代码放在例外处理代码段中。 ＭＦＣ有多种错误例外处理，这里访问对象是ＣＯｌｅＤｉｓ— ｐａｔｃｈＤｒｉｖｅｒ类派生对象，通过ＩＤｉｓｐａｔｅｈ接口实现成员 访问，出现的错误例外为ＣＯｌｅＤｉｓｐａｔｃｈＥｘｃ印ｔｉｏｎ，用数 据库例外捕捉不到这些错误。 ６结束语 用上述方式使用ＡｃｔｉｖｅＸ控件进行ＭＦＣ数据库 应用编程，代码的重用性大大提高，程序的稳定不会降 低。手工绑定数据控件会增加一些源代码，如果把通过 ＡＤＯ访问对象读写记录集字段的基本操作编写为函 数，放人头文件中，比用其它方式编写的ＭＦＣ数据库 应用程序的界面质量与编写代码数之比要高。 参考文献： 【ｌ】扬长兴，韩滨，刘雄鹰，等．Ｖｉｓｕａｌ Ｂａｓｉｃ程序设计教程【Ｍ】．北京：中国 铁道出版社，２０１ １． 【２】李英．Ｖｉｓｕａｌ ｃ＋＋编程与项目开发【Ｍ】．上海：华东理工大学出版社， ２ｏｏ８． 【３】李存军，朱鑫，梁世庆．Ｖｉｓｕａｌ ｃ＋＋６．０编程【Ｍ】．成都：电子科技大学 出版社。１９９９．
２０１２年２月 Ｆｅｂ．２０１２ 汕头大学学报（自然科学版） Ｊｏｕｒｎａｌ ｏｆ Ｓｈａｎｔｏｕ Ｕｎｉｖｅｒｓｉｔｙ（Ｎａｔｕｒａｌ Ｓｃｉｅｎｃｅ） 第２７卷第１期 ＶｏＩ．２７ Ｎ０．１
文章编号：１００１—４２１７（２０１２｝０１—００６５—０９
基于ＷＴ—Ｗ２Ｄ２ＤＰＣＡ的人脸识别算法研究
庄哲民，钟秀锋，肖 文
（汕头大学电子工程系，广东汕头５１５０６３）
摘要：人脸识别过程中，针对二维主成分分析（２ＤＰＣＡ）算法在特征提取和数据降维上存在 的问题．本文首先引入双向二维主成分分析（２Ｄ２ＤＰＣＡ）算法，该算法同时考虑图像行与列 方向上的信息．考虑到人脸图像存在信息冗余而影响识别率的问题，于是本文提出一种基于 小波加权双向二维主成分分析（ｗＴ—Ｗ２Ｄ２ＤＰＣＡ）的人脸识别算法．该算法首先采用二级小波 分解对人脸图像进行预处理．提取其低频部分：然后根据人脸图像的特性．将低频部分进行 奇偶分解．并引入加权思想，重组低频人脸图像。最后在ＯＲＬ人脸数据库上进行双向二维 主成分分析．实验结果表明，该方法不仅克服了传统２ＤＰＣＡ系数矩阵大的问题，而Ｈ＿僻到 了比传统的２ＤＰＣＡ、２Ｄ２ＤＰＣＡ算法更好的识别效果． 关键词：小波变换：双向二维主成分分析；加权；人脸识别 中图分类号：ＴＵ ４３；０ ３４４ 文献标识码：Ａ
０ 引 吾
主成分分析（ｐｒｉｎｃｉｐａｌ ｃｏｍｐｏｎｅｎｔ ａｎａｌｙｓｉｓ，ＰＣＡ）ｆ 】是一种特征提取及数据表征技术，
广泛用于计算机视觉、模式识别、信息处理等领域．在基于ＰＣＡ的人脸表征及识别方
法中 】．二维人脸图像矩阵必须预先转换成列并列或行并行的一维图像向量。然而．
将一个二维矩阵转换为一维向量常常会导致一个低样本高维向量空间的问题．很难准确
获取协方差矩阵且耗时长．
为解决这一问题，有些学者提出了一种称为二维主成分分析法（２一ｄｉｍｅｎｓｉｏｎａ］ｐｒｉｎｃｉｐａｌ
基于人脸识别的图像考勤系统设计与实现
王静
【摘 要】Based on the intelligent system of face recognition is very active
in recent years, research focus in the ifeld of computer vision and pattern
recognition, such as based on the face recognition attendance system
based on face recognition access control system based on face recognition
of the examination system and so on. To save the face image attendance
system based on face recognition of the ifrst face image acquisition and
face detection, the collected image save face registered, then carries on
the detection and identiifcation of all the face in the picture, will recognize
the information, according to the information stored in the face
recognition can query information, realize the attendance.%基于人脸识别的智能系统在近几年中非常活跃，是计算机视觉和模式识别领域里的研究重点，如基于人脸识别的考勤系统、基于人脸识别的门禁系统、基于人脸识别的考试系统等等。基于人脸识别的图像考勤系统首先进行人脸图像采集和人脸检测，将采集到的人脸图像保存实现人脸注册，然后对图片中的所有人脸进行检测和识别，将识别到的信息进行保存，根据人脸识别中保存的信息可以查询信息，实现考勤。
基于PCA的人脸识别算法在考试身份验证中的应用研究
摘要：研究了主成分分析（PCA）人脸识别算法的原理及实现，并将该算法应用于考试身份验证中，结果发现，该算法简单、快速、易行。
关键词：PCA；人脸识别；算法
0引言
考试仍然是当今教育体制中不可缺少的一个环节。为了更真实地反映考生的学习情况、检验教学成效，杜绝考生找“枪手”进行替考等舞弊行为成为不容忽视的问题。身份鉴别技术是解决这一问题的关键。与传统的名字、密码等身份鉴别技术相比：生物特征识别手段的多样性，如指纹、掌纹、视网膜识别等，使之成为新兴的身份鉴别技术。由于生物特征的唯一性使得用生物特征作为身份鉴别依据的安全性、可靠性更高。在所有的生物识别技术中，指纹识别是最传统、发展最成熟的技术，但它需要被识别人主动配合，且获取识别信息需要时间，这给被识别人带来很大的不便。而人脸识别恰恰弥补了这些不足，其隐蔽性好、非接触采集和采集设备成本低等特点使之成为生物识别技术中的研究热点。人脸识别就其技术本质而言，是通过视频采集设备获取用户的面部图像，再利用核心的算法对其脸部的五官位置、脸型和角度进行计算分析，进而和自身数据库里已有的范本进行比对，最后判断出用户的真实身份。因此，采用人脸识别在考试中进行身份验证是切实可行的。利用人脸识别进行考生身份验证以代替传统的证件方式是有益的尝试。本文进行的是狭义的人脸识别研究，即将待识别的人脸与数据库中的人脸之间进行匹配的人脸鉴别。
1考试身份验证系统设计
考试身份验证系统流程框架如图1所示。在考生进入在线考试系统之前，由该系统先进行身份验证。首先由考生启动人脸识别客户端程序，驱动电脑摄像头（内置或外置）获得实时视频图像；根据捕获的视频图像定位人脸图像；经预处理来提高图像的品质，并将人脸图像设置成预先定义的尺寸；提取特征脸并在已有人脸图像数据库中进行查找、比对、识别；若能找出与客户端一致的特征脸则身份确认成功，并启动在线考试系统等待考生进入考试，否则身份确认失败，发出警报声引起监考人员警惕，考生暂不能进入考试，等待再次身份的确认（重复身份确认允许3次）。
