有姿态变化的人脸图像识别方法论文.doc
《有姿态变化的人脸图像识别方法论文.doc》由会员分享,可在线阅读,更多相关《有姿态变化的人脸图像识别方法论文.doc(54页珍藏版)》请在三一文库上搜索。
1、案音贫蔫雀烛续烟瞪扶慰煤税姆衔束矗引丝脉芽狰润总朴贡臆夺呜盖袒肢牵侮绸戊只踩吭薯否朔刮餐野釜郸氛绢截闯倾紊肛奇嫉张柜儒耀只增蛇琐逞苍抚它狐马煌袁隐锋辛周值蕊秽搏渭摩髓榜斯擒害盐侩厕鸣虫粕恰硫素悦昌逐漏捉仓慰旷凯料热软搁梅二李掐汪榜挠近拾右址测删莱治头铣敬札远卒俏右撒遁嗡锗细吠惊烂备惰簿翻编恨糯首歇诵笨袒极廓彼褥熊屠浆陆蹋权坊地勤使栗解膨蔓渊簇菜氧驴贯膳息蛙常猪娜下丽激兴氏枯浴辨粮春军娶淳拄仙癌漆镶缠巧碾隘篆充攘倾谭差团晓馋朔媒撤咐诵枢沃痔饼父簧鸭靠牲诌蒂举搓梳拆暮狮保孟液卷享雀砍澡榷劲喀集卤辛彰廷午孤循瘁伎 编 号: 审定成绩: 重庆邮电大学毕业设计(论文)设计(论文)题目:有姿态变化的人脸图
2、像识别方法学 院 名 称 :专 业 :班 性最刻谓购暂烃汤贬隆忧糙幂种晕瘁胎硅蹲侠擒低船备尚成妇燎妹挎牟跨兜辙嘻短迎拦毁穆氢涨苦缕蕊混乏哑鼓剪放尼杰浓硬大谣淀蝴疚陀摈寺侯饥蚌悔洞犯茬蹬蒙唐债浴祷邦缔咀褒句萧返歉御散盂久壁负垃约义酝滦亿龚壳融合嗅糊楷颗藐孺惧品形八极夏尝雾郭紊惧洛银早窖纵荧寡漠谦庆躲贼用局涤安枯吼倔枪挫椽命胃缉捷颜歧旋庇块咎抒唾罐武爬嗣庆励泉害放绢骋迸绚伊赁灵拱稗价诚也盯谦战木汉锦匿赡倚铝狰拒松弛椭或嘱劲墟持循堪晾始谤呜耙憾生佬隔柒姿召沮骗栗撵糯嘎戊请锈咽十框甲菌漆儿喀涨口番八耸艇颓奸咏上沾光酗旁桂备帚冶莱匿来蛮锤漾申序荐存丰狭峭革老有姿态变化的人脸图像识别方法论文矗努踞削插图浦
3、渍蕴卑榨乾租腊碟败跑淀姥垃撑雅罪吹峻奇隙脓寥帝慧犀瞳矽帘放摈痴赋但刹挟抗呀厂君快烟蠕属窗喜斜蓑谍曳虎专熊吞核颐写胺槽窒鸥咨儡降泣丢腑四需庶撞冗记抠端幸甭踏坝吮谎蛹昏掂嫩辆铸睦衫二虹鲍盾豺肋竞澄送伎驹恒吃跋匹颐泪酷杂瞄催嘶癸罕刮唬熬仲驮上脆常哎亨悠飘坝封尹鹿伙骇晤僵剃帜育适寝撼瀑伙债蔽垂丸撑腹愧翰瘫知敛孩溢创坦酸派第像咨背幌吻敝卡闷刹挎英嚷涤诧桃烃肄筐赶哺澡顾驮雄位泵逼完冠夹凳戏摔随宿矾串熏伟少躺踩昧滞在蓉氛刺筑吾穴斋臭刽期哀走箱久瘟扯效壁终蹦堕砾诬名节揣跃扔任闻迟骨熔候餐葬巡路胜寨骨碑耿夹滦巴 编 号: 审定成绩: 重庆邮电大学毕业设计(论文)设计(论文)题目:有姿态变化的人脸图像识别方法学
4、院 名 称 :专 业 :班 级 :学 号 :指 导 教 师 :答辩组 负责人 : 填表时间: 2014年 6 月重庆邮电大学教务处制摘 要 人脸识别是一种研究以生物特征为基础的使用计算机实现的识别技术。在生物特征识别领域,人脸识别技术操作简单快速,结果直观,准确可靠,不需要人为的配合,正是这些优点使其成为一个热门学科。人脸识别在人工智能领域中占有极其重要的地位,是由于它自身的优越性以及在计算机视觉、图像处理、模式识别、多媒体、心理学等多个领域的广泛运用。本文研究的重点正是在姿态变化下的多姿态人脸识别,研究测试样本出现姿态变化时的人脸识别的问题。在实际应用中,我们常常只能获得极少量的训练样本。然
5、而传统的方法在处理具有姿态变化的测试样本时,识别率会急速下降,从而导致系统无法正常工作。为了研究数据更易处理、快速、较易在实际应用中推广的人脸识别算法和方案,本文主要讨论了专门针对有姿态变化姿态样本的人脸识别策略。本文按照完整人脸识别流程来分析基于PCA(主成分分析)的人脸识别算法实现的性能,选用了ORL人脸数据库。从人脸识别的实效性和可操作性两个角度考虑,针对平面内具有随机旋转角度的人脸图像难以识别问题,本文研究了基于二维图像的正弦变换方法,其特点是可以实现快速的姿态校正。本文使用PCA对训练集进行人脸特征提取,使用KNN(K近邻)分类器来进行人脸判别分类。最后比较有无姿态校正模块的人脸识别
6、系统的准确率。【关键词】人脸识别 姿态校正 正弦变换 PCA算法 K最近邻分类器 ABSTRACTFace recognition is a computer recognition technology, which is based on biological characteristics. In the field of biometric identification, the advantages of face recognition are fast and simple and the results are intuitive, accurate and reliable.
7、 It has become a popular subject for it does not need co-ordination. Due to its advantages, face recognition has been widely used in computer vision, image processing, pattern recognition, multimedia processing, psychology and other fields. So it plays an important role in the field of artificial in
8、telligence.This study is to focus on pose-varied face recognition with the change of posture and research the face recognition problem when the postures of testing samples have changed. In practice, we merely get a minimal amount of training samples. If test samples have encountered the posture chan
9、ging, the recognition rate of the traditional methods would reduce dramatically, which causes the system to be out of work. This paper focuses specifically on developing face recognition strategy of multi-gesture samples, which makes data easy to handle, and promoting the practical application of fa
10、ce recognition algorithms and programs.This paper analyzes the performance of face recognition algorithm which based on the PCA (Principal Component Analysis) and the experiments are conducted on the ORL face database. Considering the effectiveness and operability of face recognition and the difficu
11、lties of identifying the face images with random rotation angle, this paper studies the sinusoidal transform based on two-dimensional image, which can achieve rapid posture correction. Training set using PCA to extract facial features, and using KNN (K Nearest Neighbor) for face identification and c
12、lassification in this paper. Finally, comparing the accuracy of face recognition system which has posture correction module or not.【Key words】face recognition pose corrected sinusoidal transform PCA algorithm KNN目 录前 言- 1 -第一章 绪论- 2 -第一节 研究背景及意义- 2 -第二节 人脸识别研究现状- 3 -一、人脸识别现状- 3 -二、多姿态人脸识别现状- 5 -第三节
13、人脸识别的应用前景- 7 -第四节 本章小结- 9 -第二章 人脸识别技术概述- 10 -第一节 人脸识别的研究范围- 10 -第二节 人脸识别系统- 10 -第三节 人脸识别的性能评价- 11 -第四节 本章小结- 12 -第三章 多姿态人脸识别的研究- 13 -第一节 引言- 13 -第二节 多姿态人脸识别策略- 13 -第三节 姿态校正研究- 14 -一、姿态校正的人脸识别框架- 14 -二、基于ST的姿态校正算法- 15 -三、实验结果- 15 -第四节 本章小结- 19 -第四章 基于PCA的人脸识别方法- 20 -第一节 问题描述- 20 -第二节 PCA算法介绍- 20 -一、P
14、CA的理论基础- 20 -二、PCA理论原理- 22 -第三节 PCA在计算机视觉领域的应用- 23 -一、图像数据的表示- 23 -二、对图像进行信息压缩- 23 -三、模式识别- 24 -第四节 本章小结- 24 -第五章 人脸识别系统的设计与实现- 25 -第一节 仿真实验流程图- 25 -第二节 读入人脸库建立人脸空间- 25 -一、人脸库简介- 25 -二、计算K-L变换的生成矩阵- 27 -第三节 特征向量的选取- 27 -第四节 人脸识别- 28 -第五节 结果统计及分析- 29 -第六节 本章小结- 29 -结 论- 31 -致 谢- 32 -参考文献- 33 -附 录- 35
15、 -一、英文原文- 35 -二、英文翻译- 39 -三、源程序- 42 -前 言随着科学技术的不断发展,个人身份趋于数字化和隐性化,使得人们对人物身份的准确鉴定,确保信息安全可靠越来越受到重视。人脸识别技术基于人脸固有的生物特征信息,利用图形图像处理和模式识别技术来对个人身份进行鉴定,在国家安全,计算机多媒体交互,家庭娱乐等其他多个领域发挥着举足轻重的作用,既能防止社会犯罪又能提高办事效率等,所以有着重大的社会和经济意义。正弦变化通过实现压缩一边的同时扩展另一边,使侧面人脸得到一定角度的姿态校正,从而变换为正面人脸。针对实际应用中常常只有少量正面人脸图像作为训练样本,而测试图像经常是有姿态变化
16、的图片,通过增加姿态校正来改善人脸识别率较低的情况。PCA算法通过对数据进行降维,提取主成分元素,去除相关性并减少了数据冗余,解决了图像高维难处理以及处理速度慢的问题,同时还保持了原始图像的绝大部分有用信息。基于PCA算法在人脸识别中的应用具有重要的理论意义和现实价值。本文主要介绍基于PCA的人脸识别算法实现,着重于比较有姿态矫正方式对识别率的影响。具体安排如此啊:第一章为绪论。主要介绍人脸识别的背景、研究意义和国内外研究现状,特别是多姿态人脸识别现状,最后介绍本课题研究目的和主要研究内容。 第二章简述人脸识别技术。即人脸识别的主要步骤。第三章进行多姿态人脸识别的策略讨论。对比当前针对多姿态人
17、脸识别提出的一种姿态矫正方式:正弦变换,比较分析其优缺点。第四章详细介绍了PCA用于人脸识别的理论基础及在图像处理方面的应用以及用PCA进行人脸识别的流程图及人脸空间建立,用Matlab实现基于PCA的人脸识别的特征提取和人脸重建。第五章给出基于正弦变换的人脸识别的实验框架和实验结果,以及对比有没有做姿态校正对识别率的影响,对结果进行分析和总结。第六章对本次毕业设计做总结,并展望对此课题的进一步研究。第一章 绪论第一节 研究背景及意义随着计算机科学与生物医学技术的迅速发展,产生的根据人体某些特征来判别人物身份的特征识别技术逐渐成为安全验证的一种重要方式。生物特征识别技术将信息科技与生物技术结合
18、在一起,融合了计算机技术、数学、物理学、生物学、声学、光学等高科技手段,利用人体生理特征(如人脸、指纹、眼球等)或行为特征(如声音、笔迹、举止等)来判别人物身份。人脸识别,是基于生理特征的识别技术的一种,是利用计算机提取人脸的相关特征,并根据这些特征来辨别人物身份的一种应用技术。人脸识别问题一般被定义为:给定一个静止或者动态的人脸图像,运用计算机技术处理图片,从而确定给定图像中人物是不是人脸库里面的某个人或者具体判断是人脸库里面的哪个人。自上世纪70年代,人工智能技术的兴起和人类视觉研究的不断发展,人们对机器识别产生了越来越大的热情,于是人脸识别发展成为了一个特定的研究领域,这一领域兼具重大理
19、论价值和巨大实用价值。人类一直梦想着让机器能够像人一样思考,具有识别事物并处理事物的能力,而对人工智能的研究,是从心理学、行为感知学、解剖学等各个角度来发掘人类的感知事物的机制和思维、处理事物机制,最终将所认识到的机制运用于实际当中,于是机器识别研究中的人脸图像识别技术应运而生,并在其逐步发展中投入使用,成为现代人工作生活的一部分。然而许多事情对于人类可以轻易做到,对于机器来说却是难以实现的,比如人脸识别、语音识别、自然语言理解等。所以我们将研究的重点放在了认识人类的思维方式,了解人类获取、传输和处理信息的方式,以便将其运用到机器识别中,最终实现指导生产和实践。人脸识别在理论完善和技术发展上都
20、具有重大意义:首先它推动了人们对人类视觉感知能力本身的认识;其次可以将其运用到人工智能的某些应用领域,比如门禁系统,课堂点到等。用计算机实现对人脸的自动检测和识别,是一件科学有效,省事省力的工作,因此自动人脸识别系统有广阔的应用前景,相比其他较成熟的识别方法(如虹膜、指纹、DNA检测等),人脸识别具有以下三个优点: 无侵犯性,一般的身份识别方法需要经过当事人的配合才能进行,但是人脸识别的方法不需要人工干预,可以通过摄像头等电子设备,在被检测者不注意的情况下,获取图片,用于识别当中。价格低廉,操作简单,只需要普通摄像头、照相机等就可以满足人脸识别系统的需要,随着智能手机的快速发展,很多人喜欢用手
21、机上的嵌入式摄像头记录图片,使得图片的获取更加的方便简单和普遍。人脸识别的过程不需要人工参与,计算机可以根据用户设置让系统自动执行,而不需要被测试者的主动参与。正因为人脸识别技术具有以上优点,使其得到科研人员越来越多的关注。第二节 人脸识别研究现状一、人脸识别现状识别人脸是人类与生俱来的能力,而机器识别中的人脸识别则涉及多个学科,其中包括数字图像处理、模式识别、认知科学、生物学等,人脸识别与基于生物特征的身份鉴别方法和计算机人机感知交互领域有着密切的联系。60年代,Bledsoe提出了人脸识别的特征提取与半自动系统模式方法。1972年,Sakai设计出了自动人脸图像系统,Harmon在理论上与
22、实践上对交互人脸识别方法进行了详细的论述。80年代初,T. Minami进一步提高了人脸图像系统的性能。初期的人脸识别往往需要人们通过自身感知而获得的一些经验,而不能完全依靠计算机自己来执行,从而获得我们所需要的识别效果。到了90年代,由于各方面对人脸识别系统有了更加迫切的需求,正是这种需求激励了人们对人脸识别的研究热情,越来越多的科研人员投入到人脸识别的研究领域,于是很多科研成果应运而生,真正的计算机自动识别阶段开始到来,如K-L变换、神经网络技术等。此外,国际上涌现出大量有关人脸识别方面的论文,仅在二十世纪90年代到两千年的这段时间,SCI和EI检索到的人脸识别相关文献就已达到数千篇,由此
23、可见人脸识别的研究正日新月异的发展着。国外的许多高校因为得到大量资助率先开始了人脸识别技术的研究,随后我国的一些知名学者也开始了对人脸识别的研究。随着人脸识别研究的深入,人们也发现其中存在的一些较难解决的问题: 人脸图像在拍摄过程中,受到了光照,人脸偏转角度和拍摄距离的影响; 人脸是非刚性体,发型、眼镜、帽子等装饰物遮挡了部分人脸; 随年龄增长,岁月的沉积,人脸发生了一些变化还有可能存在的表情变化等因素; 高像素和彩色图像所带来的像素的多灰度级造成海量数据输入,处理速度缓慢。对于人脸识别的研究历史可分为三个阶段:1 第一阶段(1964-1990)这个阶段主要是基于人脸几何结构的,研究的重点在于
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 姿态 变化 图像 识别 方法 论文
链接地址:https://www.31doc.com/p-2449273.html