人脸识别论文(基于特征脸)

苏州大学本科毕业设计（论文）

1 摘要 ···························· 1

Abstract ·························· 2

前言 ···························· 3

第一章 人脸识别概述 ···················· 5

1.1 生物特征识别技术 ·················· 5

1.2 人脸识别技术 ···················· 5

1.3 人脸识别的研究背景及意义 ·············· 8

1.4 人脸识别理论的发展 ················· 9

1.5 人脸识别的难点 ··················· 9

第二章 人脸识别的常用算法与分类器介绍 ··········· 11

2.1 人脸识别常用方法 ·················· 11

2.2 分类器 ······················· 13

第三章 人脸识别系统的设计及实现 ·············· 15

3.1 人脸识别流程 ···················· 15

3.2 离线学习和在线匹配 ················· 16

第四章 KL变换和PCA人脸识别方法 ·············· 17

4.1 简介 ························ 17

4.2 KL变换和PCA分析 ·················· 17

4.2.1 KL变换原理 ·················· 18

4.2.2 主成分分析法 （PCA） ············· 19

4.3 人脸识别中PCA算法步骤及流程 ············ 22

4.4 实验及结果分析 ··················· 23

第五章 影响人脸识别的几个因素及人脸数据库介绍 ······· 25

第六章 总结与展望 ····················· 28

6.1 总结 ························ 28

6.2 展望 ························ 28

参考文献 ·························· 30

致谢 ···························· 31

附件 ···························· 32苏州大学本科毕业设计（论文）

1

摘要

生物特征识别技术使用了人体本身所固有的生物特征，与传统的身份识别方法完全不同，具有更高的安全性、可靠性、和有效性，越来越受到人们的重视。人脸识别技术作为生物特征识别技术的重要组成部分，在近三十年里得到了广泛的关注和研究，已经成为计算机视觉、模式识别领域的研究热点。人脸识别在公共安全、证件验证、门禁系统、视频监视等领域中都有着广泛的应用前景。

本文是在人脸数据库的基础上做人脸特征提取和识别研究，主要内容如下：

（1） 对人脸识别研究的内容、相关技术、主要实现方法及发展历程作了详细介绍。

（2） 介绍主成分分析法(PCA)、K-L变换，并利用特征脸方法实现了人脸识别。

（3）给出了基于matlab环境的编程及实验结果，并对结果进行分析。

关键词: 人脸识别，特征脸，K-L变换，主成分分析

作者：侯尚国

指导老师：赵勋杰

苏州大学本科毕业设计（论文）

2

Abstract

Biometics,because of using the proper living creature characteristic of

human body,is the totally brand new technique different from traditional

personal ideniification method and it has the better safety,dependable

with the usefulness,and it was payed great attention.Face recongnition is

an important component of biometrics and in all kinds of methods,it is

also one of the most active and challenging tasks for computer vision and

pattern recognition in recent 30 years.Face recognition has a wide range

of potential app1ications in the areas of public security，identification of

certificate，entrance control and video surveillanee.

This paper mainly studies the approaches to the features extraction and

recognition in the face database.The main contents are as follows:

(1)Give a full introduce to the contents of face recongnition,related

techonology,the main implement methods and its development history.

(2)Give a introduce to the Princeple Components Analysis(PCA),K-L

translation,and realized it via eigenface method.

（3）Programed it based the matlab environment and provide the

experiment result and analysised it.

Key Words: Face Recongnition， Eigenface， K-L Translation, Principle

Component Analysis

苏州大学本科毕业设计（论文）

3 前言

目前，在个人身份鉴别中主要依靠ID卡和密码等传统手段，这些传统手段的安全性能较低，都是基于“What he possesses”或“What he remembers”的简单身份鉴别，离真正意义上的身份鉴别“Who he is”还相差甚远。依靠传统方法来确认个人身份越来越不适应现代科技的发展和社会的进步。生物特征识别技术给可靠的身份鉴定带来了可能。最近，国际生物特征组织(IBG)对生物特征识别技术做了较详细的市场分析和预测，其结果显示，全球生物特征识别技术2009年的产值将为34亿美元，预计到2014年将超过93亿美元， 市场潜力非常巨大[1]。

生物识别技术是指利用一个人固有的生理或行为特征进行自动的身份认证。只有满足以下几个条件的生理或行为特征才能被用做生物识别特征:1)普遍性。即每个人都要具备这种特征。2)唯一性。即不同的人应该具备不同的这种特性。3)持久性。即这种特征不随时间地点的改变而变化。4)可采集性。即该特征可以被定量地测量。研究和经验表明，人脸、指纹、手型、掌纹、虹膜、视网膜、签名、声音等都满足这些条件，可以用于识别人的身份。基于这些特征，人们发展了人脸识别、指纹识别、语音识别、虹膜识别等多种生物识别技术。在所有的生物特征识别技术中，利用人脸特征进行身份识别是最自然、最直接和最友好的手段。与其它生物特征识别技术相比，人脸的获取非常容易，几乎可以在被采集对象无意识的状态下获取人脸图像，这样的取样方式没有“侵犯性”。

人脸识别技术是一种重要的生物特征识别技术，应用非常广泛。人脸是自然界存在的一种特殊的复杂视觉模式，它包含及其丰富的信息。首先，人脸具有一定的不变性和唯一性，人脸识别是人类在进行身份确认时使用最为普遍的一种方式，人脸图像还能够提供一个人的性别、年龄、种族等有关信息。其次，人脸也具有多样的变化能力，从人脸的不同表情人们可以感知到一个人的情绪、感受、甚至秉性和气质。它无需特殊的采集设备，系统的成本低，而且自动人脸识别的使用非常自然，可以在被识别对象毫无察觉的情况下进行，是一种非常受使用者欢迎的方式。虽然人类在表情、年龄或发型等发生巨大变化的情况下，可以毫不费力地由人脸来识别某一人，但要建立一个能够完全自动进行人脸识别的系统却是非常困难的，诸多因素使得人脸识别研究成为一项极具挑战性的课题.它牵涉到模式识别、图像处理、计算机视觉、生理学、心理学、以及认知科学等方面的诸多知识，并与基于其它生物特征的身份鉴别方法以及计算机人机感知交互领域都有密切联系。与指纹、视网膜、虹膜、基因、掌形等其苏州大学本科毕业设计（论文）

4 它生物特征识别系统相比，人脸识别具有直接、友好、方便和非接触等许多优点，多年来一直受到许多研究者的关注。

人脸识别研究，起源于l9世纪末法国人Sir Franis Gahon的工作。到20世纪9O年代，开始作为一个独立学科快速发展起来。人脸识别研究的发展大致分成三个阶段：第一阶段以Allen和Parke为代表，主要研究人脸识别所需要的面部特征。研究者用计算机实现了较高质量的人脸灰度图模型。这阶段的工作特点是识别过程全部依赖于操作人员。第二阶段是人机交互式识别阶段，其中用几何特征参数来表示人脸正面图像是以Harmon和Lesk为代表，将人脸面部特征用多维特征矢量表示出来，并设计了基于这一特征表示法的识别系统。而以Kaya和Kobayashi为代表，则采用了统计识别的方法、用欧氏距离来表示人脸特征。这两类方法都摆脱不了人的干预。第三阶段是真正的机器自动识别阶段，近十余年来，随着高速度高性能计算机的发展，人脸模式识别方法有了较大的突破，提出了多种机器全自动识别系统，人脸识别技术进人了实用化阶段。如Eyematic公司研发的人脸识别系统。我国清华大学的“十五”攻关项目《人脸识别系统》也通过了由公安部主持的专家鉴定。

人脸识别有着广泛的应用领域：(1)在安全防范领域中的应用。社会上有许多重要的部门，如军事、金融、保密等部门都需要对出入人员进行身份识别，以防止信息泄漏和不法现象的发生。使用该技术可以方便地进行身份识别，而不使被识别者感到不舒服。（2）在犯罪刑侦领域中的应用。在刑侦工作中，对罪犯的抓捕是至关重要的一环。应用人脸识别技术可以依据犯罪嫌疑人的人脸图像对机场、车站、港口等重要交通场所进行监控，从而大大促进了罪犯抓捕工作的开展。（3）在公共事业领域中的应用。在现代社会，许多领域都需要对人进行身份验证。如银行、保险、交通等公共事业部门。采用传统的密码、IC卡等手段和技术对人进行身份验证具有安全性差、易遗失、易伪造等缺点。而采用人脸识别技术进行身份验证则能够很好地克服传统身份验证手段和技术的缺点。