人脸检测毕业设计

人脸检测毕业设计篇一：毕业设计+人脸识别完整版摘要人脸识别技术(FRT)是现今模式识别和人工智能领域的一个重要研究方向。尽管人脸识别的研究已有很长的历史，各类人脸识别的技术也很多,但由于人脸属于复杂模式而且容易受表情、肤色和穿着的阻碍，目前尚未一种人脸识别技术是公认快速有效的.本文要紧讨论了人脸识别技术的一些经常使用方式，对现有的人脸检测与定位、人脸特点提取、人脸识别的方式进行分析和讨论，最后对人脸识别以后的进展和应用做了展望。关键字：人脸识,特点定位，特点提取ABSTRACTNowadaysthefacerecognitiontechnology(FRT)isahotissueinthefieldofpatternrecognitionandartificialintelligence.Althoughthisresearchalreadyhasalonghistoryandmanydifferentrecognitionmethodsareproposed,thereisstillnoeffectivemethodwithlowcostandhighprecision.Humanfaceisacomplexpatternandiseasilyaffectedbytheexpression,complexionandclothes.Inthispaper,somegeneralresearcharediscussed,includingmethodsoffacedetectionandlocation,featuresabstraction,andfacerecognition.Thenweanalyzeandforecastthefacerecognition'sapplicationanditsprospects.Keywords:FaceRecognitionTechnology,Facelocation,Featuresabstraction第1童绪论所谓人脸识别，是指对输入的人脸图像或视频.判定其中是不是存在人脸，若是存在人脸，那么进一步给出每张人脸的位置、大小和各个要紧脸部器官的位置信息。而且依据这些信息，进一步提取每张人脸包括的身份特点，并将其与已知人脸库中的人脸进行对照，从而识别每张人脸的身份。人脸识别研究涉及的范围普遍，内容涉及模式识别、运算机视觉、图像处置、人工智能等方面。人脸识别还涉及到神经网络等学科，也和人脑的熟悉程度紧密相关。这诸多因素使得人脸识别成为一项极富挑战性的课题。人脸识别技术的研究意义人脸识别是机械视觉和模式识别领域最富有挑战性的课题之一，同时也具有较为普遍的应用意义。人脸识别技术是一个超级活跃的研究领域，它覆盖了数字图像处置、模式识别、运算机视觉、神经网络、心理学、生理学、数学等诸多学科的内容。现在，尽管在这方面的研究已取得了一些可喜的功效，可是FRT在有效应用中仍面临着很严峻的问题,因为人脸五官的散布是超级相似的，而且人脸本身又是一个柔性物体，表情、姿态或发型、化妆的千变万化都给正确识别带来了相当大的麻烦。如何能正确识别大量的人并知足实时性要求是迫切需要解决的问题。国内外的研究现状人脸识别系统此刻在大多数领域中起到举足轻重的作用，尤其是用在机关单位的平安和考勤、网络平安、银行、海关边检、物业治理、军队平安、智能身份证、智能门禁、司机驾照验证、运算机登录系统。我国在这方面也取得了较好的成绩，国家863项目〃面像检测与识别核心技术〃通过功效鉴定并初步应用，就标志着我国在人脸识别这一现今热点科研领域把握了必然的核心技术。北京科瑞奇技术开发股分在XX年开发了一种人脸辨别系统，对人脸图像进行处置,排除照相机的阻碍，再对图像进行特点提取和识别。这关于人脸辨别特别有价值，因为人脸辨别通常利用正面照，要辨别的人脸图像是不同时期拍照的，利用的照相机不一样。系统能够同意时刻距离较长的照片，并能达到较高的识别率，在运算机中库藏2300人的正面照片每人一张照片利用相距1--7年、不同比较大的照片去查询，首选率能够达到50%,前20张输出照片中包括有与输入照片为同一人的照片的概率可达70%。美国陆军实验室也是利用vc++开发，通过软件实现的，而且FAR为49%0在美国的进行的公布测试中，FAR,为53%。美国国防部高级研究项目署，利用半自动和全自动算法。这种算法需要人工或自动指出图像中人的两眼的中心坐标，然后进行识别。在机场开展的测试中，系统发出的错误警报太多，国外的一些高校(卡内基梅隆大学(CarnegieMellonUniversity)为首，麻省理工大学(MassachusettsInstituteofTechnology)等，英国的雷丁大学(UniversityofReading))和公司(Visionics公司Facelt人脸识别系统、Viiage的FaceFINDER身份验证系统、LauTech公司Hunter系统、德国的BioID系统等)的工程研究工作也要紧放在公安、刑事方面，在考实验证系统的实现方面深切研究并非多。本系统研究内容本系统要紧对人脸的检测与定位做了深切研究。在人脸检测部份主若是对图像进行获取和预处置。图像获取主若是获取图像的大体信息，以便对图像的像素进行处置。预处置的包括对图像灰度化，中值滤波，对照度转变和边缘提取。人脸预处置进程是运算机人脸识别中一个重要进程。人脸图像预处置的好坏对整个系统相当重要，对人脸预处置的研究具有超级重要的意义。特点定位是人脸识别的目的是确信单张人脸在图像中的位置，它通过标记人脸区域来确信和计算人脸的各器官定位。人脸特点检测是检测人脸特点的有无和位置，比如说眼睛、鼻子、鼻孔、嘴巴、嘴唇等的有无和位置。值得指出的是，人脸检测涉及的方式种类繁多（据报告可知，用于人脸检测方式的有150多种），且涉及的知识点较深，并各有特点，因此咱们小组将人脸检测与人脸识别区分开来，因为后者只是前者一个简单问题。同时，咱们把注意力集中在人脸检测方式上，而没有实现与数据库中的人脸匹配问题。目前研究中存在的问题尽管人类的人脸识别能力很强,，能够记住并分辨上千张不同人脸，可是运算机那么困难多了。其表此刻：人脸表情丰硕；人脸随年龄增加而转变；人脸所成图像受光照、成像角度及成像距离等阻碍；而且从二维图象重建三维人脸是病态(ill2p。sed)进程，目前尚没有专门好的描述人脸的三维模型。另外，人脸识别还涉及到图象处置、运算机视觉、模式识别和神经网络等学科，也和人脑的熟悉程度紧密相关。这诸多因素使得人脸识别成为一项极富挑战性的课题。篇二：人脸识别毕业设计论文编号：审定成绩：重庆邮电大学毕业设计（论文）设计（论文）题目：有姿态转变的人脸图像识别方学院名称：专业：班级：学号：指导教师：答辩组负责人：填表时刻：XX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点为基础的利用运算机实现的识别技术。在生物特点识别领域，人脸识别技术操作简单快速，结果直观，准确靠得住，不需要人为的配合,正是这些优势使其成为一个热点学科。人脸识别在人工智能领域中占有极为重要的地位，是由于它自身的优越性和在运算机视觉、图像处置、模式识别、多媒体、心理学等多个领域的普遍运用。本文研究的重点正是在姿态转变下的多姿态人脸识别，研究测试样本显现姿态转变时的人脸识别的问题。在实际应用中，咱们常常只能取得极少量的训练样本。但是传统的方式在处置具有姿态转变的测试样本时，识别率会急速下降,从而致使系统无法正常工作。为了研究数据更易处置、快速、较易在实际应用中推行的人脸识别算法和方案，本文要紧讨论了专门针对有姿态转变姿态样本的人脸识别策略。本文依照完整人脸识别流程来分析基于PCA（主成份分析）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式，其特点是能够实现快速的姿态校正。本文利用PCA对训练集进行人脸特点提取，利用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ABSTRACTFacerecognitionisacomputerrecognitiontechnology,whichisbasedonbiologicalcharacteristics.Inthefieldofbiometricidentification,theadvantagesoffacerecognitionarefastandsimpleandtheresultsareintuitive,accurateandreliable.Ithasbecomeapopularsubjectforitdoesnotneedco-ordination.Duetoitsadvantages,facerecognitionhasbeenwidelyusedincomputervision,imageprocessing,patternrecognition,multimediaprocessing,psychologyandotherfields.Soitplaysanimportantroleinthefieldofartificialintelligence.Thisstudyistofocusonpose-variedfacerecognitionwiththechangeofpostureandresearchthefacerecognitionproblemwhentheposturesoftestingsampleshavechanged.Inpractice,wemerelygetaminimalamountoftrainingsamples.Iftestsampleshaveencounteredtheposturechanging,therecognitionrateofthetraditionalmethodswouldreducedramatically,whichcausesthesystemtobeoutofwork.Thispaperfocusesspecificallyondevelopingfacerecognitionstrategyofmulti-gesturesamples,whichmakesdataeasytohandle,andpromotingthepracticalapplicationoffacerecognitionalgorithmsandprograms.ThispaperanalyzestheperformanceoffacerecognitionalgorithmwhichbasedonthePCA(PrincipalComponentAnalysis)andtheexperimentsareconductedontheORLfacedatabase.Consideringtheeffectivenessandoperabilityoffacerecognitionandthedifficultiesofidentifyingthefaceimageswithrandomrotationangle,thispaperstudiesthesinusoidaltransformbasedontwo-dimensionalimage,whichcanachieverapidposturecorrection.TrainingsetusingPCAtoextractfacialfeatures,andusingKNN(KNearestNeighbor)forfaceidentificationandclassificationinthispaper.Finally,comparingtheaccuracyoffacerecognitionsystemwhichhasposturecorrectionmoduleornot[Keywords]facerecognitionposecorrectedsinusoidaltransformPCAalgorithmKNN目录1£

刖 -1-第一童 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 -人脸识别现状 ....-3-二、多姿态人脸识别现状 -5第三节人脸识别的应用前景 -7第四节 本童小结 -9-第二童人脸识别技术概述 -10-第一节 人脸识别的研究范围 -10第二节 人脸识别系统 -10- -+4-弟二”人脸识别的性能评判 -11第四节 本童小结 -12-第三章多姿态人脸识别的研TOC\o"1-5"\h\z究 -13-第一节 引 -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-果 -15-第四节 本童小结 -19-第四童基于PCA的人脸识别方式 -20-第一节 问题描述 -20-第二节 PCA算法介绍 -20-一、PCA的理论基础 -20-二、PCA理论原理 -22-第三节PCA在运算机视觉领域的应用 -23-图像数据的表7J\ -23-二、对图像进行信息紧缩 -23三、模式识别 （转自：wWw.XiAocAoFanWeN.cOm小草范文网:人脸检测毕业设计） -24-第四节 本童小结 -24-第五童人脸识别系统的设计与实现 -25-第一节仿真实验流程图 -25-第二节读入人脸库成立人脸空间 -25-- 人脸库简介 ……-25-二、计算K-L变换的生成矩阵 -27-第三节 特点向量的选-27-第四节 人脸识别 -28-第五节结果统计及分析 -29-第六节 本童小结 - 29 - 结论 - 31 -致谢 - 32 -参考文献 - 33 -附录 -35-文 -35-- 英文翻译 -39-三、 源程序 -42-篇三：毕业设计论文_人脸识别系统摘要人脸识别因其在平安验证系统、信誉卡验证、医学、档案治理、视频会议、人机交互、系统公安（罪犯识别等）等方面的庞大应用前景而愈来愈成为当前模式识别和人工智能领域的一个研究热点。本文提出了基于24位彩色图像对人脸进行识别的方式,介绍的要紧内容是图像处置，它在整个软件中占有极为重要的地位，图像处置的好坏直接阻碍着定位和识别的准确率。本软件要紧用到的图像处置技术是：光线补偿、高斯滑腻和二值化。在识别前，先对图像进行补光处置，再通过肤色取得可能的脸部区域，最后依照人脸固有眼睛的对称性来确信是不是确实是人脸，同时采纳高斯滑腻来排除图像的噪声,再进行二值化，二值化要紧采纳局域取阈值方式，接下来就进行定位、提取特点值和识别等操作。通过测试，图像预处置模块对图像的处置达到了较好的成效，提高了定位和识别的正确率。【关键字】：人脸识别；光线补偿；高斯滑腻；对照度增强【keyword]:Facerecognition;lightcompensating;gausssmooth;contrastenhancing第一节课题背景-课题的来源随着平安入口操纵和金融贸易方面应用需要的快速增加，生物统计识别技术取得了新的重视。目前，微电子和视觉系统方面取得的新进展，使该领域中高性能自动识别技术的实现代价降低到了能够同意的程度。而人脸识别是所有的生物识别方式中应用最普遍的技术之一，人脸识别技术是一项最近几年来兴起的，但不大为人所知的新技术。人们更多的是在电影中看到这种技术的神奇应用：警察将偷拍到的嫌疑犯的脸部照片，输入到电脑中，与警方数据库中的资料进行比对，并找出该嫌犯的详细资料和犯法记录。这并非虚构的情节。在国外，人脸识别技术早已被大量利用在国家重要部门和军警等安防部门。在国内，关于人脸识别技术的研究始于上世纪90年代，目前要紧应用在公安、金融、网络平安、物业治理和考勤等领域。二人脸识别技术的研究意义一、富有挑战性的课题二、脸部关键特点定位及人脸2D形状检测技术3、脸部感知系统的重要内容基于视觉通道信息的脸部感知系统，包括人脸检测和跟踪、脸部特点定位、脸部识别、人脸归类（年龄、种族、性别等的判别X表情识别、唇读等分系统，如图1-1所式，能够看出，继人脸检测和跟追以后，脸部特点定位一般是脸部感知的一个必备环节，是后续工作的基础，具有重要的意义。尽管人脸识别不能说是其他脸部感知模块的必备功能,可是，能够确信的是，利用已知的身份信息，结合特定人的先验知识，能够提高表情分析、唇读和语音识别、手势识别乃至手写体识别的靠得住性。而运算机对利用者身份确认的最直接的应用确实是基于特定利用者的环境设置：如利用者的个性化工作环境，信息的共享和隐私爰惜等等。且不大为人所知的新技术。在我国和其他国家都有大量的学者正在研究当中，不断的更新人脸识别技术，以便系统的识别准确率达到新的高度。图1-1脸部感知系统结构图第二童系统的需求分析与方案选择人脸识别系统此刻应用于许多领域中，可是人脸识别技术也是一项最近几年来兴起的，第一节可行性分析在开发该人脸识别软件之前，咱们查询了前人所写过的诸多论文和源程序，在开发之时，结合了资料中的算法并揉进了自己的一些思想，使程序能够对人脸图片进行简易识别。-技术可行性图像的处置方式很多，咱们能够依照需要，有选择地利用各类方式。在确信脸部区域上，通常利用的方式有肤色提取。肤色提取，那么对脸部区域的获取那么比较准确，成功率达到95%以上，而且速度快，减少很多工作。图像的亮度转变，由于图像的亮度在不同环境的当中，必然受到不同光线的阻碍，图像就变得太暗或太亮，咱们就要对它的亮度进行调整，要紧采取的方法是对图像进行光线补偿。高斯滑腻：在图像的搜集进程中，由于各类因素的阻碍，图像中往往会显现一些不规那么的随机噪声，如数据在传输、存储时发生的数据丢失和损坏等,这些都会阻碍图像的质量，因此需要将图片进行滑腻操作以此来排除噪声。灰度变换：进行灰度处置