人脸识别系统与人脸检测算法研究.pdf

学科专业名称信号与信息处理论文提交日期年章畚拇鸨缛掌年日学位授予单位长安大学答辩委员会主席学位论文评阅人李国民教授郭元术教授王建新副教授申请学位级别工学硕士
篧痑痑珻:甈.
王蔷一叫论文独创性声明论文知识产权权属声明王髟死亩本人声明:本人所呈交的学位论文是在导师的指导下,独立进行研究工作所取得的成果。除论文中已经注明引用的内容外,对论文的研究做出重要贡献的个人和集体,均已在文中以明确方式标明。本论文中不包含任何未加明确注明的其他个人或集体已经公开发表的成果。本声明的法律责任由本人承担。年本人在导师指导下所完成的论文及相关的职务作品,知识产权归属学校。学校享有以任何方式发表、复制、公开阅览、借阅以及申请专利等权利。本人离校后发表或使用学位论文或与该论文直接相关的学术论文或成果时,署名单位仍然为长安大学。C艿穆畚脑诮饷芎笥ψ袷卮斯娑论文作者签名:月导师签名:日
摘要信息已经成为当代和未来社会最重要的战略资源之一,以信息技术为平台的生物识别技术在具备学术研究价值的同时,具有更加广泛的市场领域和社会需求。目前,作为高安全级别的包括人脸识别等多样识别技术,将颠覆性的在更多领域逐渐取代传统的方式并占据主导地位。目前比较主流的的人脸识别主要集中于二维图像之中。现行的算法也多是针对一些局部特征的探索。包括将面部划分为标准脸谱的眼,鼻,嘴等的外观特性分析;针对人脸的各个部位不同温度散发出的红外光谱的差别来判断;在复杂环境中,区别于不同灯光,距离,角度能够准确检测出人脸。本文的设计思想在参考了众多文献后总结出了一种新型的基于大型数据库的人脸迅速监测系统。可以考虑从海量的数据库中,用聚类的方法先将集合中所有的图像和特征值进行分类,分别计算出其各自的类间特性和距离,最后再进行待识别图像与各个子集的比对。图片数据库的主要组成部分是国际公用的人脸图像库。还可以通过镜像变换和微度旋转等方法对于样本较少的图片进行调整,得到适量的特征集,以此满足海量的数据保障。图片预处理包括图片的去噪,运动图像的模糊度复原,直方图均衡,光照补偿,同态滤波。其中利用二维小波变换实现了光照补偿。数据约减和特征提取通过虸进行实现,完成扫描后进行特征值存储。至此完成了测试集的前期处理工作和整个数据库的组建。再次,为了判断输入的待检测图像有无匹配的必要,就引入了人脸检测定位的思想。待检测图片经过预处理后,判断人脸检索,定位,剪裁,进行特征提取。本文设计了一种基于模版匹配的方法,利用阕犹崛”咴岛笤俳斜槔阉鳎俨眉出人脸。最后,按照制定规则判别测试特征值与所有的聚类中心的相似度,显示最相近的一类之后,就可以判别出结果。本文运用邓惴ǎD馔嘶餕均值聚类算法,和遗传算法等进行实现。本文从理论和实践的角度探索和实现了整个人脸系统的识别能力,并且减少了计算时间,提高了检索效率。关键词:人脸识别,小波光照补偿,边缘检测,聚类
—,百,...琣,..甋,,;.
录目第一章第二章人脸识别技术简介⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯第三章图像生成技术⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.第四章人脸图像增强⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.第五章人脸特征提取⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.绪论⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。人脸库的基本组成⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯中值滤波⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯脑斫樯堋生物特征识别的研究背景及应用⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.模式设别简介⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。.侗鹣低持饕;⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯人脸识别技术简介⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..主要研究过程⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.本文系统组成⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。本章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.图像的镜像变换⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图像的微度旋转⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.本章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。尺寸归一化⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯直方图均衡⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图像的光照补偿技术⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。.肷⑿〔〔ǖ墓庹詹钩ァ本章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯