识别【毕业设计】人脸识别算法研究与实现-(附完整源码)

河北农业大学信息学院本科毕业论文

题 目:人脸识别算法研究与实现

学 院: 信息科学与技术学院专 业: 电子信息科学与技术

职 称: 副教授

提交日期:201 年6月1 日

答辩日期:  0  3年6 月4 日

中国•河北2013 年5月

摘要

人脸识别技术,作为目前模式识别领域研究的热点也是难点之一,其最早提出可以追溯到1888年”。然而,到目前为止,由于人脸识别问题自身的复杂性,使得虽然有众多科学研究人员潜心研究多年,也做出了许多的成果但离彻底解决并达到实用,仍旧有很多关键性的问题需要解决。

本文对人脸识别做了一定的研究。论文首先介绍了人脸识别的背景、研究范围以及方法,对人脸识别领域的一些理论方法作了总体的介绍。本文中所采用的人脸识别方法是比较经典的C(Princ  ple Compoentna ys  s主成分分析。主要包括:结合人脸库对人脸识别的预处理方法作了较为详细的介绍;介绍了PCA人脸识别的方法;实现了一个基于PCA的实时人脸检测识别原型系统。

关键字:AT LAB、 图形用户界面G U 、人脸识别、 PA

ABSTRACT

Fce rcogn  t  n tcno  og  s one of th ho sot inreearch f attrn econi  ion   also d  f  icul  , its fi  t uggesteddats bck to 188. "so fa , howeer  becuse of the coplxi y of the fce econition problm itself, that a  thug thee are man scientif  c esearhers studying for man years, as mae many ac  evem ts, btfrom  e resolve and achieve pact  cal , thre ae   i l l many key pob  em need to   ve.

In  his paper, te face  co   tion to do s reeac.Pape irst  ntroduces th bakround of  c r o   t o, resarh sce nmthod    som theor  ical mthos    he  iel f ace rec n  t  on has made te overal  int ouction.Face reonit  on mthods ued i  is article is  he   assical PCA(Pr  cipl mo t Aalysi), ricipa  Coponetnalysi .Mainl  nlues  ombining fce l ibr y pret e ment mthod of  ce ecogition asde the de    ed itrou  in; hi pap  itroduces the metods ofPCA face reognit  on; mp  ments a rel-time face detetion po  yp ystebased on PC.keyords: MTLAB graphicl  er interfac I , fce re gitio  CA

目录

摘要. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .2

ABSTRACT. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .3

目录. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .4

第一章 绪论. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .5

第二章人脸识别实现所使用的工具. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .10

第三章 人脸识别A算法及其功能实现. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .21

第四章人脸识别算法测试. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .25

第五章 个人总结. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .28

致谢. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .29

参考文献. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .30

附录- -tl b 源码. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .31

第一章 绪论

1 .1 概述

 . 1 .1介绍

随着社会的发展以及技术的进步,尤其是近年内计算机的软硬件性能的飞速提升各方面对快速高效的自动身份验证的要求日益迫切。生物识别技术在科研领域取得了极大的重视和发展。 由于生物特征是人的内在属性,具有很强的自身稳定性和个体差异性,因此是身份验证的最理想依据“1 。其中,利用人脸特征进行身份验证又是最自然直接的手段,与指纹、虹膜、掌纹等其他人体生物特征识别系统相比,人脸识别系统更加友好,方便,易于为用户所接受,有广阔的应用领域。例如:如:公安布控监控、监狱监控、司法认证、民航安检、口岸出入控制、海关身份验证、银行密押、智能身份证、智能门禁、智能视频监控、智能出入控制、 司机驾照验证、各类银行卡、金融卡、信用卡、储蓄卡持卡人的身份验证,社会保险身份验证等多个方面,还可以应用到医疗和视频会议等方面表现出其强大的生命力。所谓人脸识别。 ‘43FaeReogn  tio)就是利用计算机分析人脸图象,从中提取有效的识别信息用来辨别身份的一门技术。即对已知人脸进行标准化处理后,通过某种方法和数据库中的人脸标本进行匹配寻找库中对应人脸及该人脸相关信息。

由于生物特征是人的内在属性具有很强的自身稳定性和个体差异性,因此是身份验证的最理想依据“1。其中,利用人脸特征进行身份验证又是最自然直接的手段,与指纹、虹膜、掌纹等其他人体生物特征识别系统相比,人脸识别系统更加友好,方便,易于为用户所接受有广阔的应用领域。 1。例如如:公安布控监控、监狱监控、司法认证、民航安检、

口岸出入控制、海关身份验证、银行密押、智能身份证、智能门禁、智能视频监控、智能出入控制、 司机驾照验证、各类银行卡、金融卡、信用卡、储蓄卡持卡人的身份验证,社会保险身份验证等多个方面还可以应用到医疗和视频会议等方面表现出其强大的生命力。

从20世纪六十年代末到现在人脸识别的发展经历了正面人脸识别,基于多姿态和表情的人脸识别,动态跟踪人脸识别和三维人脸识别四个阶段“1。文献。 ·”是对近十年来人脸识别取得的成果进行了总结。现在全世界从事人脸识别研究的科研机构很多”  国外的大学一般都有ou    is  on研究组,并有从事人脸图象处理课题的研究小组。其中著名的大学包括IT,CMU等。国内的清华大学、浙江大学、哈尔滨工业大学和中国科学院的一些研究机构等都从事这方面的研究。 同时也出现了一批供人脸识别相关产品的公司。有些国外公司开发的一些人脸识别的产品已经被安全机构使用。

1   课题研究的背景和意义

1 .2 1研究的背景

自 年代以来随着人工智能技术的兴起.以及人类视觉研究的进展.人们逐渐对人脸图像的机器识别投入很大的热情,并形成了一个人脸图像识别研究领域, 这一领域除了它的重大理论价值外,也极具实用价值。

在进行人工智能的研究中,人们一直想做的事情就是让机器具有像人类一样的思考能力,以及识别事物、处理事物的能力因此从解剖学、心理学、行为感知学等各个角度来探求人类的思维机制、以及感知事物、处理事物的机制,并努力将这些机制用于实践,如各种智能机器人的研制。人脸图像的机器识别研究就是在这种背景下兴起的,因为人们发现

许多对于人类而言可以轻易做到的事情而让机器来实现却很难,如人脸图像的识别,语音识别,自然语言理解等。如果能够开发出具有像人类一样的机器识别机制,就能够逐步地了解人类是如何存储信息,并进行处理的,从而最终了解人类的思维机制。

同时,进行人脸图像识别研究也具有很大的使用价依。如同人的指纹一样,人脸也具有唯一性,也可用来鉴别一个人的身份。现在己有实用的计算机自动指纹识别系统面世,并在安检等部门得到应用,但还没有通用成熟的人脸自动识别系统出现。人脸图像的自动识别系统较之指纹识别系统、 DNA鉴定等更具方便性因为它取样方便可以不接触目标就进行识别,从而开发研究的实际意义更大。并且与指纹图像不同的是,人脸图像受很多因素的干扰人脸表情的多样性;以及外在的成像过程中的光照,图像尺寸,旋转姿势变化等。使得同一个人在不同的环境下拍摄所得到的人脸图像不同,有时更会有很大的差别,给识别带来很大难度。 因此在各种干扰条件下实现人脸图像的识别也就更具有挑战性。 国外对于人脸图像识别的研究较早,现己有实用系统面世,只是对于成像条件要求较苛刻应用范围也就较窄,国内也有许多科研机构从事这方而的研究并己取得许多成果。

1 .2.2研究的意义

1 .. 1重要的学术价值

目前人脸识别的研究工作牵涉到模式识别、 图像处理、计算机视觉、生理学、心理学、以及认知科学和神经网络等多个领域的诸多知识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。 因此人脸识别研究对于开拓新兴技术领域,促进跨领域的多学科综合发展具有重要的科学意义。

1 .2 2.很好的应用前景

人脸识别已成为计算机视觉及相关领域中的关键技术,在身份验证刑侦破案,入口控制,视频监视机器人智能化和医学等方面具有广阔的应用前景和商业价值。

近年来,人脸识别技术研究非常活跃,除了基于K变换的特征脸方法与以奇异值特征为代表的代数特征方法取得了新进展外,人工神经网络、小波交换技术在人脸识别研究中都得到了很广泛的应用。而且出现了不少人脸识别的新方法。下面将介绍人脸识别研究的主要内容和方法。

  入脸识别研究的现状与困难

1 3.1研究的现状

目前,国内、外的人脸识别的方法多种多样并且不断有新的研究成果出现。但是,由于人脸识别问题巨大的复杂性要建立一个能够完全自动完成人脸识别任务的计算机系统难度是相当大的,这不仅涉及到数字图像处理而且还涉及到计算机视觉,人工智能和计算机网络及通讯等的多个学科领域的广泛知识。解决特定环境下或某种应用背景下的人脸识别问题仍将是该领域研究的主要课题。

1 3.2存在的主要困难

尽管已经取得了很多的研究成果,但以下几个问题一直会是今后研究工作的主要难点“’2“”所在将极大影响人脸识别走向实用化。

 、人脸本身的特点

一方面是由于人脸姿态的多样性在自然条件下获得的人脸图象并不总是正面的人脸的偏转或俯仰会造成面部信息的部分缺失,给精确提取人脸的特征造成一定程度的困难

另一方面是人脸是一个柔性体而不是刚体,并且人脸表情丰富且表情的变化细微而复杂。因此建立人脸表情模型和情绪分类,把人脸表情描述同面部特征的变

化联系起来,利用计算机进行抽象的概括也是一个重要的问题。

2、环境的影响

由于受到旋转、距离、尺度,光照,光源方向等不确定因素影响,人脸获取系统取得的人脸图像将表现出非常复杂的模式。光照变化的环境下,每个像素的亮度值还依赖于环境中的各种因素光源的位置、颜色和亮度,周围物体的影响。 目前许多识别方法对光照条件有着不同程度的依赖,过亮、过暗或偏光现象的存在都可能导致识别的急剧下降。 因此,对人脸图象进行特征提取和分类之前一般要作预处理。

3、计算机本身的限制

三维人脸投影在二维的图像上,虽然有信息的损失但仍是一种复杂的具有非常高维数的视觉信息,包含了大量的像素数据,并且每一像素都携带了大量的信息。如何利用计算机正确处理巨大的信息量,同时,保证人脸识别系统的实时性要求也是计算机研究的主要难点之一。

1 .4 论文的内容及安排

第一章即本章主要介绍人脸识别的前景和发展方向以及在现实生活中的应用,同时也讲解了在实际研究中仍存在的一些问题。

主要介绍人脸识别系统中所用到的仿真软件Matlab、 Ma lab图像处理工具GUI、 

C算法。分别介绍了各自的简介和一些典型的算法实例介绍。

第三章着重介绍了PA算法在人脸识别上的应用和功能实现。 PCA算法应用中主成分的一般定义、主成分的性质、主成分数目的选取,以及PCA算法功能实现步骤:人脸空间的建立、特征向量的选取和人脸识别。