二维人脸识别实验报告(共10页).doc

精选优质文档-----倾情为你奉上
精选优质文档-----倾情为你奉上
专心---专注---专业
专心---专注---专业
精选优质文档-----倾情为你奉上
专心---专注---专业
实 验 报 告

征库。在测试阶段，主要是提取待识别图像的特征和计算提取的特征和特征库中特征之间的距离测度，并输出最小距离测度对应的人脸图像作为结果。
精选优质文档-----倾情为你奉上
精选优质文档-----倾情为你奉上
专心---专注---专业
专心---专注---专业
精选优质文档-----倾情为你奉上
专心---专注---专业
具体步骤如下：
训练阶段
将规范化的图像矩阵A中的每一列向量投影到特征子空间，形成特征库。
测试阶段
假设测试人脸图像为Y，在人脸识别前，先对其进行标准化，即。
把标准化后的人脸图像向特征子空间进行投影得到向量。
本文使用最近领法分类器欧几里德距离[14,15]进行判决分类。测试图像与每个人脸图像间的距离为 (k=1,2,…,P)，并将最小距离对应的训练图像作为测试图像的匹配图像。
实验要求
（1）了解人脸识别的基本过程，熟练掌握人脸识别的基本算法和原理。
（2）熟悉人脸特征的提取，以及图像数据的处理，PCA和LDA算法。
（3）能运用已有软件和程序设计语言编写程序（实现算法），并能调试程序。
（4）编写的程序简单明了，具有一定结构化，能准确、快速的定位识别出人脸。
（5）了解人脸识别的应用价值和前景，并能将所学的知识运用图实际生活中。
主要仪器设备
Dell笔记本一台，Windows 7 家庭普通版，，64位操作系统。
Mathworks公司的MATLAB 、微软公司的VC++。
实验内容与步骤
人脸识别是指基于已知的人脸样本库，利用图像处理和模式识别技术从静态或动态场景中，识别或验证一个或多个人脸。从广义上讲，其研究内容包括以下五个方面：
人脸检测：即从动态的场景或复杂的背景中检测出人脸的存在并确定其位置，然后分离出来。这一任务主要受光照、噪声、头部倾斜度以及各种遮挡的影响。
人脸表征：也称为人脸特征提取，即采用某种表示方法来描述检测出的人脸与数据库中已知人脸。通常的表示方法包括几何特征（如欧氏距离、曲率、角度等）、代数特征（如矩阵特征矢量）、固定特征模板、特征脸、云纹图等。
人脸识别：即将待识别的人脸与数据库中已知人脸比较，得出相关信息。这一过程的核心是选择适当的人脸表征方法与匹配策略。
表情分析：即对待识别人脸的表情进行分析，并对其加以归类。
生理分类：即对待识别人脸的生理特征进行分析，得出其年龄、性别等相关信息，或者从几幅相关的图像推导出希望得到的人脸图像，比如从父母图像推导出孩子的脸部特征、基于年龄增长的人脸图像估算等。
其中人脸的表情分析、生理分类是两个非常难的研究方向，本实验由于时间和能力所限，不给予研究。本次主要介绍静态二维人脸的识别方法，重点是人脸特征的提取与识别的关键技术。
本实验的二维人脸识别系统通常主要由人脸检测与定位，人脸特征提取与识别两部分组成，在这两部分的基础上还包括图像预处理等步骤。其主要实现步骤如下：
精选优质文档-----倾情为你奉上
精选优质文