基于pca的人脸识别算法实现论文

《基于pca的人脸识别算法实现论文》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、基于PCA的人脸识别算法实现毕业论文目录前言1第一章人脸识别系统概述2第一节人脸识别的研究概况2第二节人脸识别的发展趋势3一、多数据融合与方法综合4二、动态跟踪人脸识别系统4三、基于小波神经网络的人脸识别4四、三维人脸识别4五、适应各种复杂背景的人脸分割技术4六、全自动人脸识别技术4第三节人脸识别技术的主要难点4一、复杂条件下人脸的检测和关键点定位5二、光照问题5三、资态问题5四、表情问题5五、遮挡问题5第四节人脸识别流程5一、人脸图像采集6二、预处理6三、特征提取6第五节本章小结7第二章人脸图像的获取9第一节人脸图像获取9第二节人脸分割9第三节人脸数据库10第四节本章小结11第三章人脸图

2、像的预处理1267第一节人脸图像格式12一、JPEG格式12二、JPEG2000格式12三、BMP格式13四、GIF格式13五、PNG格式13第二节人脸图像常用预处理方法14一、灰度变化14二、二值化15三、直方图均衡15四、图像滤波15五、图像锐化17六、图像归一化18第三节本章小结19第四章人脸识别20第一节主成分分析基本理论20一、什么是主成分分析？20二、例子20三、基变换21四、方差23五、PCA求解：特征根分解27六、PCA的假设28七、总结：28八、在计算机视觉领域的应用30第二节基于PCA人脸识别算法的实现31一、创建数据库32二、计算特征脸32三、人脸识别34第三节本章小

3、结36结论37致谢38参考文献39附录40一、英文原文40二、英文翻译5367三、源程序6467前言随着社会和科技的发展，社会步伐的加快，人们对高效可靠的身份识别需求日益强烈。各种技术在科研和实际中都受到了很大的重视和发展。由于生物特征内在的稳定性和唯一性使其成为了作为身份识别的理想依据。人脸特征作为典型的生物特征外，还有隐蔽性好，易于被用户接受，不需要人的配合等优点。现已成为了身份识别领域研究的热点。PCA算法通过降低维度，提取主元素，减少了数据冗余，解决了图像纬度太高无法处理或处理很慢的特点，同时保持了原始图像的绝大部分信息。在人脸识别领域，很多先进的识别算法都是在其基础上的改进。所以

4、研究基于PCA的人脸识别算法实现具有重要的理论和使用价值。本文主要介绍基于PCA的人脸识别算法的实现，除第一章外，其余内容按照人脸识别的流程可分为人脸图像获取，人脸图像预处理，人脸特征提取和特征匹配四个部分。具体安排如下:第一章主要介绍人脸识别的研究现状，人脸识别技术的主要难点及人脸识别流程。第二章主要介绍常用的人脸图像获取方法和人脸图像数据库。第三章主要介绍常用的人脸图像预处理方法。第四章主要介绍PCA算法，SVD定理，如何通过PCA和SVD提取人脸特征及如何使用最近邻法分类器欧几里得距离来进行判别分类。67第一章人脸识别系统概述第一节人脸识别的研究概况人脸识别的研究起源比较早，Galt

5、on在1888年和1910年就已在Nature杂志发表两篇关于如何使用人脸进行身份识别的论文。在他的文章，他使用一组数字表示相异的人脸侧面特征，同时还对人类本身的人脸识别能进行了研究分析。自动人脸的研究历史相对比较短，到现在不过五十多年的时间。不过1990年以来，才得到了长足的进步。现在，已变成计算机视觉领域的一个焦点，很多著名的大学和IT公司都有研究组在从事这发面的研究。对于人脸识别的研究历史可分为三个阶段：第一阶段（1964-1990）这个阶段主要采取的技术是基于人脸几何结构的。研究的重点主要在剪影上。研究人员做了大量关于如何提取面部剪影曲线的结构特征的研究。这个阶段属于人脸识别的初级

6、阶段，突出的研究成果不多，也没有获得的实际应用。第二阶段（1991-1997）这个阶段虽然时间相对较短，但是硕果累累，出现了若干具有代表性的算法和几个商业化的人脸识别系统，如Identix（原为Visionics）公司的FaceIt系统。这个时期最具盛名的人脸识别方法是MIT媒体实验室的Turk和Pentland提出的的“特征脸”方法。后来很多人脸识别技术都与特征脸有关，现在特征脸已与归一化的协相关量方法一起成为了人脸识别性能测试的基准算法。这个时期的主要成果有：1992年左右，Brunelli和Poggio做了一个基于结构特征的方法和基于模板匹配的方法性能对比的实验，并得出了模块匹配的方

7、法优于基于特征的方法的结论。这个结论和特征脸的共同作用，基本上停止了纯粹基于结构特征人脸识别的研究，并且很大的促进了基于表观的线性子空间建模和基于统计模式识别技术的发展，使其逐渐成为主流技术。Belhumeur等人的Fisherface方法也是此阶段一个重要的成果。该方法目前依然是主流人脸识别方法中的一种，产生了很多变种，比如子空间判别模型等。其先使用PCA即特征脸对人脸图像表现特征进行降维，并使用线性判别分析方法对降维