基于MATLAB的人脸识别

-

.-

图像识别

题目：基于MATLAB的人脸识别

院系：计算机科学与应用系

班级： -

.- ：

学号：

日期：

设计题目 基于MATLAB的人脸识别

设

计

技

术

参

数

测试数据库图片 10张

训练数据库图片 20张

图片大小 1024×768

特征向量提取阈值 1

设

计

要

求

综合运用本课程的理论知识，并利用MATLAB作为工具实现对人脸图片的预处理，运用PCA算法进行人脸特征提取，进而进行人脸匹配识别。

工

作

量

两周的课程设计时间，完成一份课程设计报告书，包括设计的任务书、基本原理、设计思路与设计的基本思想、设计体会以及相关的程序代码；

熟练掌握Matlab的使用。

工

作

计

划

第1-2天 按要求查阅相关资料文献，确定人脸识别的总体设计思路；

第3-4天 分析设计题目，理解人脸识别的原理同时寻求相关的实现算法；

第5-8天 编写程序代码，创建图片数据库，运用PCA算法进行特征提取并编写特征脸，上机进行调试；

第9-12天 编写人脸识别程序，实现总体功能； -

.- 第13-14天 整理思路，书写课程设计报告书。

参

考

资

料

1 黄文梅，熊佳林，杨勇编著.信号分析与处理——MATALB语言及应用.国防科技大学出版社，2000

2 钱同惠编著.数字信号处理.：机械工业出版社，2004

3 姚天任，江太辉编著.数字信号处理.第2版.：武汉理工大学出版社，2000

4 谢平，林洪彬，王娜.信号处理原理及应用.机械工业出版社，2004

5 刘敏，魏玲.Matlab.通信仿真与应用.国防工业出版社，2005

6 楼顺天.基于Matlab7.x 的系统分析与设计.西安电子科技大学，2002

7孙洪.数字信号处理.电子工业出版社，2001

目录

引言 ........................................................................................................................... 1

1 人脸识别技术 ....................................................................................................... 2

1.1人脸识别的研究内容 .................................................................................. 2

1.1.1人脸检测(Face Detection) ................................................................... 2

1.1.2人脸表征(Face Representation) .......................................................... 2

1.2几种典型的人脸识别方法 .......................................................................... 3

1.2.1基于几何特征的人脸识别方法 ........................................................ 3

1.2.2基于K-L变换的特征脸方法 ............................................................ 4

1.2.3神经网络方法 .................................................................................... 4

1.2.4基于小波包的识别方法 .................................................................... 5

1.2.5支持向量机的识别方法 .................................................................... 5

2 人脸特征提取与识别 ........................................................................................... 5 -

.- 2.1利用PCA进行特征提取的经典算法——Eigenface算法 .......................... 6

2.2 PCA人脸识别流程 ....................................................................................... 6

2.3特征向量选取 .............................................................................................. 8

2.4距离函数的选择 .......................................................................................... 9

2.5 基于PCA的人脸识别 ................................................................................. 9

MATLAB人脸识别程序 .................................................................................... 10

3 MATLAB软件程序编写 ..................................................................................... 11

3.1.创建图片数据库 ........................................................................................ 11

3.2 主程序 ....................................................................................................... 11

3.3最终程序结果 ............................................................................................ 12

4 心得与体会 ......................................................................................................... 12

参考文献 ................................................................................................................. 13

-

.- 引言

随着社会的发展及技术的进步，社会各方面对快速高效的自动身份验证的需求可以说无处不在，并与日俱增。例如，某人是否是我国的居民，是否有权进入某安全系统，是否有权进行特定的交易等。尤其是自2001年美国“9．1l”恐怖袭击发生以来，如何在车站、机场等公共场所利用高科技手段，迅速而准确地发现并确认可疑分子成了目前世界各国在反恐斗争中普遍关注的问题。为此，各国都投入大量人力、物力研究发展各类识别技术，使得生物特征识别技术得到了极大的发展。生物特征识别技术主要包括：人脸识别、虹膜识别、指纹识别、步态识别、语音识别、笔迹识别、掌纹识别以及多生物特征融合识别等。人类通过视觉识别文字，感知外界信息。在客观世界中，有75％的信息量都来自视觉，因此让计算机或机器人具有视觉，是人工智能的重要环节。由于生物特征是人的内在属性，具有很强的稳定性和个体差异性，因此是身份验证最理想的依据。与虹膜、指纹、基因、掌纹等其他人体生物特征识别系统相比，人脸识别系统更加直接、方便、友好，易于为用户所接受，并且通过人脸的表情、姿态分析，还能获得其它识别系统难以得到的一些信息。

人脸识别技术在国家重要机关及社会安防领域具有广泛用途。例如：公安系统的罪犯识别、信用卡验证、医学、档案管理、视频会议、人机交互系统等身份识别和各类卡持有人的身份验证。同其他人体生物特征(如：指纹、掌纹、虹膜、语音等)识别技术相比，人脸识别技术的隐性最好，人脸识别系统更直接、友好，是当今国际反恐和安防最重视的科技手段和攻关标志之一。虽然人类能毫不费力地识别出人脸及表情，但对人脸的机器自动识别确实一个难度极大的课题，它涉及到模式识别、图像处理及生理、心理学等诸多方面的知识。人脸识别技术的研究虽然己经取得了一定的可喜成果，但在实际应用中仍存在着许多严峻的问题。人脸的非刚体性、姿态、表情、发型以及化妆的多样性都给正确识别带来了困难，要让计算机像人一样方便地识别出大量的人脸，尚需不同科学研究领域的科学家共同不懈的努力。 -

.- 1 人脸识别技术

人脸因人而异，绝无相同，即使一对双胞胎，其面部也一定存在着某方面的差异。虽然人类在表情、年龄或发型等发生巨大变化的情况下，可以毫不困难地由脸而识别出某一个人，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，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，并与基于其他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、掌形等其他人体生物特征识别系统相比，人脸识别系统更加直接、友好，使用者无任何心理障碍，并且通过人脸的表情和姿态分析，还能获得其他识别系统难以得到的一些信息。20世纪90年代以来，随着需要的剧增，人脸识别技术成为一个热门的研究话题。