电子文档交易市场
安卓APP | ios版本
电子文档交易市场
安卓APP | ios版本
换一换
首页 金锄头文库 > 资源分类 > DOCX文档下载
分享到微信 分享到微博 分享到QQ空间

人脸识别论文

  • 资源ID:464108616       资源大小:131.50KB        全文页数:39页
  • 资源格式: DOCX        下载积分:20金贝
快捷下载 游客一键下载
账号登录下载
微信登录下载
三方登录下载: 微信开放平台登录   支付宝登录   QQ登录  
二维码
微信扫一扫登录
下载资源需要20金贝
邮箱/手机:
温馨提示:
快捷下载时,用户名和密码都是您填写的邮箱或者手机号,方便查询和重复下载(系统自动生成)。
如填写123,账号就是123,密码也是123。
支付方式: 支付宝    微信支付   
验证码:   换一换

 
账号:
密码:
验证码:   换一换
  忘记密码?
    
1、金锄头文库是“C2C”交易模式,即卖家上传的文档直接由买家下载,本站只是中间服务平台,本站所有文档下载所得的收益全部归上传人(卖家)所有,作为网络服务商,若您的权利被侵害请及时联系右侧客服;
2、如你看到网页展示的文档有jinchutou.com水印,是因预览和防盗链等技术需要对部份页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有jinchutou.com水印标识,下载后原文更清晰;
3、所有的PPT和DOC文档都被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;下载前须认真查看,确认无误后再购买;
4、文档大部份都是可以预览的,金锄头文库作为内容存储提供商,无法对各卖家所售文档的真实性、完整性、准确性以及专业性等问题提供审核和保证,请慎重购买;
5、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据;
6、如果您还有什么不清楚的或需要我们协助,可以点击右侧栏的客服。
下载须知 | 常见问题汇总

人脸识别论文

专科毕业论文论文题目:人脸识别系统的研究与实现学生姓名:苏鸡学 号:0810324322258专 业:计算机及应用学 院:武汉大学计算机学院指导教师:蔡贤涛摘要1Abstract 2前言3第一章人脸识别概述51.1生物特征识别技术51.2人脸识别技术51.3人脸识别的研究背景及意义81.4人脸识别理论的发展91.5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112.1人脸识别常用方法112.2分类器13第三章人脸识别系统的设计及实现153.1人脸识别流程153.2离线学习和在线匹配16第四章KL变换和PCA人脸识别方法174.1简介174.2KL变换和PCA分析174.2.1 KL变换原理184.2.2主成分分析法(PCA) 194.3人脸识别中PCA算法步骤及流程224.4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286.1总结286.2展望28参考文献 30致谢31附件32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:苏蕾指导老师:蔡贤涛AbstractBiometics,because of using the proper living creature characteristic of human body,is the totally brand new technique different from traditional personal identification 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 andgnpattern recognition in recent 30 years.Face recognition has a wide range of potential applications 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11。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 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19世纪末法国人Sir Franis Gahon的工作。到20世纪90 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。因此成熟的人脸识别技术不但具有极大的学术研究价值,而且具有广泛的社会需 求和市场领域。一个成功的具有商用价值的人脸识别系统必将给现实社会带来极大的 影响。当前,人脸识别己成为计算机视觉、模式识别和人工智能等领域的一个研究热 点。我们有理由相信,随着技术的不断发展,人脸识别技术将不断完善,并得到更为 广泛的应用。第一章人脸识别概述1.1生物特征识别技术生物特征识别技术是通过计算机利用人体所固有的生理特征或行为特征来进行 个人身份鉴定。生理特征与生俱来多为先天性的;行为特征则是习惯使然,多是后天 性的。我们将生理和行为特征统称为生物特征。常用的生物特征包括:指纹、掌纹、 虹膜、视网膜、脸像、声音、笔迹等。那么,生物特征识别技术是如何进行个人特征识别的呢?生物鉴别的过程分成三个步骤:生物特征数据采样,生物特征提取和特征匹配。 数据采样过程是通过各种传感器对生物特征进行原始数据采集的过程,生物特征提取 过程则从传感器采集的数据中抽取出反映个体特性的信息(通常是某种数学上的编码 过程),匹配阶段则是计算生物特征之间的相似性并进行排序和一致性判断的过程。生物特征识别技术主要有人脸识别、指纹识别、语音识别、虹膜识别等。生物识 别技术在上个世纪己经有了一定的发展,其中指纹识别技术己经趋近成熟,但人脸识 别技术的研究目前还处于起步阶段。指纹、虹膜、掌纹等识别技术都需要被识别者的 配合,有的识别技术还需要添置复杂昂贵的设备。人脸识别则可以用已有的照片或是 摄像头远距离捕捉图像,无须特殊的采集设备,系统的成本低。并且自动人脸识别可 以在当事人毫无察觉的情况下即完成身份确认识别工作,这对反恐怖活动等有非常重 大的意义。由于人脸识别技术具有如此之多的优势,因此它的应用前景非常广阔,已 成为最具潜力的生物特征识别技术之一。1.2人脸识别技术所谓人脸识别,是指对输入的人脸图像或者视频,判断其中是否存在人脸,如 果存在人脸,则进一步给出每张人脸的位置、大小和各个面部主要器官的位置信息,

注意事项

本文(人脸识别论文)为本站会员(大米)主动上传,金锄头文库仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对上载内容本身不做任何修改或编辑。 若此文所含内容侵犯了您的版权或隐私,请立即阅读金锄头文库的“版权提示”【网址:https://www.jinchutou.com/h-59.html】,按提示上传提交保证函及证明材料,经审查核实后我们立即给予删除!

温馨提示:如果因为网速或其他原因下载失败请重新下载,重复下载不扣分。




关于金锄头网 - 版权申诉 - 免责声明 - 诚邀英才 - 联系我们
手机版 | 川公网安备 51140202000112号 | 经营许可证(蜀ICP备13022795号)
©2008-2016 by Sichuan Goldhoe Inc. All Rights Reserved.