人脸特征提取和识别研究

摘要 1

Abstract 2

前言 3

第一章 人脸识别概述 5

1.1 生物特征识别技术 5

1.2 人脸识别技术 5

1.3 人脸识别的研究背景及意义 8

1.4 人脸识别理论的发展 9

1.5 人脸识别的难点 10

第二章 人脸识别的常用算法与分类器介绍 11

2.1 人脸识别常用方法 11

2.2 分类器 13

第三章 人脸识别系统的设计及实现 15

3.1 人脸识别流程 15

3.2 离线学习和在线匹配 16

第四章 KL变换和PCA人脸识别方法 17

4.1 简介 17

4.2 KL变换和PCA分析 17

4.2.1 KL变换原理 18

4.2.2 主成分分析法 （PCA） 19

4.3 人脸识别中PCA算法步骤及流程 22

4.4 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 28

6.1 总结 28

6.2 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