1、人臉檢測畢業設計篇一:畢業設計+人臉識別完整版摘要人臉識別技術(FRT)是現今模式識別和人工智能領域的一個重要研究方向。盡管人臉識別的研究已有很長的歷史，各類人臉識別的技術也很多,但由于人臉屬于復雜模式而且容易受表情、膚色和穿著的阻礙,目前尚未一種人臉識別技術是公認快速有效的.本文要緊討論了人臉識別技術的些經常使用方式,對現有的人臉檢測與定位、人臉特點提取、人臉識別的方式進行分析和討論,最后對人臉識別以后的進展和應用做了展望。關鍵字：人臉識,特點定位,特點提取ABSTRACTNowadaysthefacerecognitiontechnology(FRT)isahotissueinthefie

2、ldofpatternrecognitionandartificialintelligence.Althoughthisresearchalreadyhasalonghistoryandmanydifferentrecognitionmethodsareproposed,thereisstillnoeffectivemethodwithlowcostandhighprecision.Humanfaceisacomplexpatternandiseasilyaffectedbytheexpression,complexionandclothes.Inthispaper,somegeneralre

3、searcharediscussed,includingmethodsoffacedetectionandlocation,featuresabstraction,andfacerecognition.Thenweanalyzeandforecastthefacerecognitionsapplicationanditsprospects.Keywords:FaceRecognitionTechnology,Facelocation,Featuresabstraction第1童緒論所謂人臉識別,是指對輸入的人臉圖像或視頻.判定其中是不是存在人臉,若是存在人臉,那么進一步給出每張人臉的位置、大小

4、和各個要緊臉部器官的位置信息。而且依據這些信息,進一步提取每張人臉包括的身份特點,并將其與已知人臉庫中的人臉進行對照,從而識別每張人臉的身份。人臉識別研究涉及的范圍普遍,內容涉及模式識別、運算機視覺、圖像處置、人工智能等方面。人臉識別還涉及到神經網絡等學科，也和人腦的熟悉程度緊密相關。這諸多因素使得人臉識別成為一項極富挑戰性的課題。1.1人臉識別技術的研究意義人臉識別是機械視覺和模式識別領域最富有挑戰性的課題之一,同時也具有較為普遍的應用意義。人臉識別技術是一個超級活躍的研究領域,它覆蓋了數字圖像處置、模式識別、運算機視覺、神經網絡、心理學、生理學、數學等諸多學科的內容。現在,盡管在這方面的硏

5、究已取得了一些可喜的功效,可是FRT在有效應用中仍面臨著很嚴峻的問題,因為人臉五官的散布是超級相似的，而且人臉本身又是一個柔性物體,表情、姿態或發型、化妝的干變萬化都給正確識別帶來了相當大的麻煩。如何能正確識別大量的人并知足實時性要求是迫切需要解決的問題。1.2國內外的研究現狀人臉識別系統此刻在大多數領域中起到舉足輕重的作用，尤其是用在機關單位的平安和考勤、網絡平安、銀行、海關邊檢、物業治理、軍隊平安、智能身份證、智能門禁、司機駕照驗證、運算機登錄系統。我國在這方面也取得了較好的成績，國家863項目面像檢測與識別核技術通過功效鑒定并初步應用,就標志著我國在人臉識別這一現今熱點科硏領域把握了必然

6、的核心技術。北京科瑞奇技術開發股分在XX年開發了一種人臉辨別系統，對人臉圖像進行處置,排除照相機的阻礙,再對圖像進行特點提取和識別。這關于人臉辨別特別有價值，因為人臉辨別通常利用正面照,要辨別的人臉圖像是不同時期拍照的，利用的照相機不一樣。系統能夠同意時刻距離較長的照片，并能達到較高的識別率，在運算機中庫藏2300人的正面照片每人一張照片利用相距17年、不同比較大的照片去查詢，首選率能夠達到50%,前20張輸出照片中包括有與輸入照片為同一人的照片的概率可達70%。美國陸軍實驗室也是利用vc+開發，通過軟件實現的,而且FAR為49%0在美國的進行的公布測試中,FAR,為53%。美國國防部高級硏究

7、項目署，利用半自動和全自動算法。這種算法需要人工或自動指出圖像中人的兩眼的中心坐標,然后進行識別。在機場開展的測試中,系統發出的錯誤1=警報太多，國外的一些高校（卡內基梅隆大學（CarnegieMellonUniversity)為首,麻省理工大學(MassachusettsInstituteofTechnology)等，英國的雷丁大學(UniversityofReading）和公司（Visionics公司Facelt人臉識別系統、Viiage的FaceFINDER身份驗證系統、LauTech公司Hunter系統、德國的BioID系統等）的工程研究工作也要緊放在公安、刑事方面,在考實驗證系統的實

8、現方面深切研究并非多。1.3本系統研究內容本系統要緊對人臉的檢測與定位做了深切硏究。在人臉檢測部份主若是對圖像進行獲取和預處置。圖像獲取主若是獲取圖像的大體信息,以便對圖像的像素進行處置。預處置的包括對圖像灰度化,中值濾波，對照度轉變和邊緣提取。人臉預處置進程是運算機人臉識別中一個重要進程。人臉圖像預處置的好壞對整個系統相當重要,對人臉預處置的研究具有超級重要的意義。特點定位是人臉識別的目的是確信單張人臉在圖像中的位置,它通過標記人臉區域來確信和計算人臉的各器官定位。人臉特點檢測是檢測人臉特點的有無和位置,比如說眼睛、鼻子、鼻孔、嘴巴、嘴唇等的有無和位置。值得指出的是,人臉檢測涉及的方式種類繁

9、多（據報告可知，用于人臉檢測方式的有150多種）z且涉及的知識點較深，并各有特點,因此咱們小組將人臉檢測與人臉識別區分開來,因為后者只是前者一個簡單問題。同時，咱們把注意力集中在人臉檢測方式上,而沒有實現與數據庫中的人臉匹配問題。1.4目前硏究中存在的問題盡管人類的人臉識別能力很強,能夠記住并分辨上干張不同人臉,可是運算機那么困難多了。其表此刻：人臉表情豐碩；人臉隨年齡増加而轉變；人臉所成圖像受光照、成像角度及成像距離等阻礙；而且從二維圖象重建三維人臉是病態(ill2posed)進程,目前尚沒有專門好的描述人臉的三維模型。另外，人臉識別還涉及到圖象處置、運算機視覺、模式識別和神經網絡等學科，也

10、和人腦的熟悉程度緊密相關。這諸多因素使得人臉識別成為一項極富挑戰性的課題。篇二：人臉識別畢業設計論文編號：審定成績：重慶郵電大學畢業設計（論文）設計（論文）題目：有姿態轉變的人臉圖像識別方式學院名稱：專業：班級：學號：指導教師：答辯組負責人：填表時刻:XX年6月重慶郵電大學教務處制摘要人臉識別是一種研究以生物特點為基礎的利用運算機實現的識別技術。在生物特點識別領域,人臉識別技術操作簡單快速，結果直觀,準確靠得住,不需要人為的配合,正是這些優勢使其成為一個熱點學科。人臉識別在人工智能領域中占有極為重要的地位,是由于它自身的優越性和在運算機視覺、圖像處置、模式識別、多媒體、心理學等多個領域的普遍運

11、用。本文硏究的重點正是在姿態轉變下的多姿態人臉識別，研究測試樣本顯現姿態轉變時的人臉識別的問題。在實際應用中，咱們常常只能取得極少量的訓練樣本。但是傳統的方式在處置具有姿態轉變的測試樣本時，識別率會急速下降,從而致使系統無法正常工作。為了研究數據更易處置、快速、較易在實際應用中推行的人臉識別算法和方案，本文要緊討論了專門針對有姿態轉變姿態樣本的人臉識別策略。1=本文依照完整人臉識別流程來分析基于PCA（主成份分析）的人臉識別算法實現的性能，選用了ORL人臉數據庫。從人臉識別的實效性和可操作性兩個角度考慮，針對平面內具有隨機旋轉角度的人臉圖像難以識別問題,本文硏究了基于二維圖像的正弦變換方式，其

12、特點是能夠實現快速的姿態校正。本文利用PCA對訓練集進行人臉特點提取,利用KNN（K近鄰）分類器來進行人臉判別分類。最后比較有無姿態校正模塊的人臉識別系統的準確率。【關鍵詞】人臉識別姿態校正正弦變換PCA算法K最近鄰分類器ABSTRACTFacerecognitionisacomputerrecognitiontechnology,whichisbasedonbiologicalcharacteristics.Inthefieldofbiometricidentification,theadvantagesoffacerecognitionarefastandsimpleandtheresul

13、tsareintuitive,accurateandreliable.Ithasbecomeapopularsubjectforitdoesnotneedcoordination.Duetoitsadvantages,facerecognitionhasbeenwidelyusedincomputervision,imageprocessing,patternrecognition,multimediaprocessing,psychologyandotherfieldsSoitplaysanimportantroleinthefieldofartificialintelligence.Thi

14、sstudyistofocusonpose-variedfacerecognitionwiththechangeofpostureandresearchthefacerecognitionproblemwhentheposturesoftestingsampleshavechanged.Inpractice,wemerelygetaminimalamountoftrainingsamples.Iftestsampleshaveencounteredtheposturechanging,therecognitionrateofthetraditionalmethodswouldreducedra

15、matically,whichcausesthesystemtobeoutofwork.Thispaperfocusesspecificallyondevelopingfacerecognitionstrategyofmulti-gesturesamples,whichmakesdataeasytohandle,andpromotingthepracticalapplicationoffacerecognitionalgorithmsandprograms.Thispaperanalyzestheperformanceoffacerecognitionalgorithmwhichbasedon

16、thePCA(PrincipalComponentAnalysis)andtheexperimentsareconductedontheORLfacedatabase.Consideringtheeffectivenessandoperabilityoffacerecognitionandthedifficultiesofidentifyingthefaceimageswithrandomrotationangle,thispaperstudiesthe3-sinusoidaltransformbasedontwodimensionalimage,whichcanachieverapidpos

17、turecorrection.TrainingsetusingPCAtoextractfacialfeatures,andusingKNN(KNearestNeighbor)forfaceidentificationandclass訐icationinthispaper.Finally,comparingtheaccuracyoffacerecognitionsystemwhichhasposturecorrectionmoduleornotKeywordsfacerecognitionposecorrectedsinusoidaltransformPCAalgorithmKNN目錄AZ刖-1

18、-第一童緒論第一節研究背景及意義-2-第二節人臉識別研究現狀-人臉識別現狀.-3-二、多姿態人臉識別現第三節人臉識別的應用前第四節本童小結-9-第二童人臉識別技術概述-10-第一節人臉識別的硏究范圍-10第二節人臉識別系統-10-+4-弟二R人判臉識別的性能評11第四本童小結-12-第三童多姿臉識別的研究.-13-第-H-引言13第二多姿態人臉識別策略.-13第三節姿態校正研究-14-、姿態校正的人臉識別框架-14-二、基于ST的姿態校正算j去-15-果-15第四節本童小結-19第四童基于PCA的人臉識別方式-20第一節問題描述-20第二節PCA算法介紹-20-、PCA的理論基礎-20-二、P

19、CA理論原理-22-第三節PCA在運算機視覺領域的應用-23-25-圖像數據的表-23-二、對圖像進行信息緊縮-23三、模式識別（轉自：-24- HYPERLINK http:/wWw.XiAocAoFanWeN.cOm wWw.XiAocAoFanWeN.cOm小草范文網:人臉檢測畢業設計）第四節-24-第五童人臉識別系統的設計與實-25-仿真實驗流程-25-第二節讀入人臉庫成立人臉空-25-人臉庫簡二、計算KL變換的生成矩陣-27-第三節特點向量的選-27-第四節人臉識別-28第五節結果統計及分析-29-TOC o 1-5 h z%-1-弟八U結29結論31致謝32參考文獻-33-附錄-3

20、5-35-二、英文翻-39-三、源程42-篇三：畢業設計論文_人臉識別系統摘要人臉識別因其在平安驗證系統、信譽卡驗證、醫學、檔案治理、視頻會議、人機交互、系統公安（罪犯識別等）等方面的龐大應用前景而愈來愈成為當前模式識別和人工智能領域的一個硏究熱點。本文提出了基于24位彩色圖像對人臉進行識別的方式介紹的要緊內容是圖像處置，它在整個軟件中占有極為重要的地位,圖像處置的好壞直接阻礙著定位和識別的準確率。本軟件要緊用到的圖像處置技術是：光線補償、高斯滑膩和二值化。在識別前,先對圖像進行補光處置,再通過膚色取得可能的臉部區域,最后依照人臉固有眼睛的對稱性來確信是不是確實是人臉,同時采納高斯滑膩來排除圖

21、像的噪聲,再進行二值化,二值化要緊采納局域取閾值方式,接下來就進行定位、提取特點值和識別等操作。通過測試,圖像預處置模塊對圖像的處置達到了較好的成效，提高了定位和識別的正確率。【關鍵字】：人臉識別；光線補償；高斯滑膩；對照度増強【keyword】：Facerecognition;lightcompensating;gausssmooth;contrastenhancing第一節課題背景-課題的來源隨著平安入口操縱和金融貿易方面應用需要的快速増加,生物統計識別技術取得了新的重視。目前,微電子和視覺系統方面取得的新進展，使該領域中高性能自動識別技術的實現代價降低到了能夠同意的程度。而人臉識別是所有

22、的生物識別方式中應用最普遍的技術之一,人臉識別技術是項最近幾年來興起的,但不大為人所知的新技術。人們更多的是在電影中看到這種技術的神奇應用：警察將偷拍到的嫌疑犯的臉部照片,輸入到電腦中，與警方數據庫中的資料進行比對,并找出該嫌犯的詳細資料和犯法記錄。這并非虛構的情節。在國外，人臉識別技術早已被大量利用在國家重要部門和軍警等安防部門。在國內,關于人臉識別技術的硏究始于上世紀90年代，目前要緊應用在公安、金融、網絡平安、物業治理和考勤等領域。二人臉識別技術的研究意義、富有挑戰性的課題二、臉部關鍵特點定位及人臉2D形狀檢測技術3、臉部感知系統的重要內容基于視覺通道信息的臉部感知系統,包括人臉檢測和跟

23、蹤、臉部特點定位、臉部識別、人臉歸類（年齡、種族、性別等的判別表情識別、唇讀等分系統,如圖1-1所式,能夠看出,繼人臉檢測和跟追以后,臉部特點定位一般是臉部感知的一個必備環節,是后續工作的基礎,具有重要的意義。盡管人臉識別不能說是其他臉部感知模塊的必備功能,可是，能夠確信的是，利用已知的身份信息,結合特定人的先驗知識,能夠提高表情分析、唇讀和語音識別、手勢識別乃至手寫體識別的靠得住性。而運算機對利用者身份確認的最直接的應用確實是基于特定利用者的環境設置：如利用者的個性化工作環境”信息的共享和隱私愛惜等等。且不大為人所知的新技術。在我國和其他國家都有大量的學者正在硏究當中,不斷的更新人臉識別技術

24、,以便系統的識別準確率達到新的高度。圖臉部感知系統結構圖第二童系統的需求分析與方案選擇人臉識別系統此刻應用于許多領域中,可是人臉識別技術也是一項最近幾年來興起的,第一節可行性分析在開發該人臉識別軟件之前”咱們查詢了前人所寫過的諸多論文和源程序,在開發之時,結合了資料中的算法并揉進了自己的一些思想,使程序能夠對人臉圖片進行簡易識別。-技術可行性圖像的處置方式很多，咱們能夠依照需要，有選擇地利用各類方式。在確信臉部區域上,通常利用的方式有膚色提取。膚色提取，那么對臉部區域的獲取那么比較準確，成功率達到95%以上，而且速度快,減少很多工作。圖像的亮度轉變,由于圖像的亮度在不同環境的當中,必然受到不同光線的阻礙，圖像就變得太暗或太亮，咱們就要對它的亮度進行調整,要緊采取的方法是對圖像進行光線補償。高斯滑膩：在圖像的搜集進程中，由于各類因素的阻礙，圖像中往往會顯現一些不規那么的隨機噪聲，如數據在傳輸、存儲時發生的數據丟失和損壞等,這些都會阻礙圖像的質量，因此需要將圖片進行滑膩操作以此來排除噪聲。灰度變換：進行灰度處置，咱們要保證圖像信息盡可能少的丟失。一樣在進行灰度變換前，咱們也要對圖像的信息進行統計，找出一個