论文总字数：14248字

摘 要

人脸识别是生物特性鉴别技术的重要内容之一，它涉及到图像处理，模式识别，计算机视觉等多个研究领域，有着极大的发展空间。本论文主要研究关于人脸识别的特征融合算法，算法从人脸图像提取重要的Gabor特征作为人脸识别的局部应用，把提取人脸的面部图像的奇异值特征作为脸部识别的全局特征，利用串行融合算法对图像的Gabor特征与奇异值特征进行融合，并利用最近邻分类规则将图像进行分类，实验结果表明该算法能够实现人脸图像的融合，且识别率较高。

关键词:人脸识别，Gabor特征，奇异值特征，融合

Abstract:Face recognition is one of the important biological properties of the content identification technology, which involves a number of research areas of image processing, pattern recognition, computer vision, has a great space for future development. In this thesis, research is about face recognition feature fusion algorithm, and the algorithm of face images extracted from Gabor important feature as the topical application of face recognition, another aspect of the singular value feature extraction facial image as the human face global features face recognition, using serial fusion algorithm for Gabor features and singular value feature image fusion. By the results of this research proved that the paper is of practical value, fused face recognition approach can improve the accuracy of face recognition and security.

Keyword: face recognition, gabor feature,singular value feature ,merge

目 录

1 绪论 4

1.1 人脸识别的研究背景 4

1.2 国内外研究现状及未来发展趋势 4

1.3 人脸识别的常用方法 5

1.4 本论文的主要研究工作 6

2 Gabor特征提取算法的实现 7

2.1 Gabor小波简介 7

2.2 人脸图像的Gabor特征 9

3 奇异值特征提取算法的实现 11

3.1 人脸图像的奇异值特征 11

3.2 奇异值特征向量的重要性质 12

4 Gabor特征与奇异值特征融合的实现 13

4.1 图像融合的概念和意义 13

4.2 图像融合关键技术的发展 14

4.3 最近邻分类规则 15

4.4 实验结果及分析 15

结论 18

参考文献 19

致谢 20

1 绪论

1.1人脸识别的研究背景

人脸的识别，通俗来讲就是通过各种方法利用信息技术对人的脸部进行特征判断，随着时代的进步，尤其是信息技术的飞快发展，这种识别已经成为热点内容，有着极大的未来发展空间，与其它技术相比，它有着可以提到效率，节省时间，可以大范围的推广使用等优点^[1]。狭义上讲就是：简单的通过脸部监测进行准确判断人的不同身份。生物特质辨认技术所检测的特质有：脸的特质，不同的指纹，声音的大小，生活习惯的不同，手的纹路的差异等，分别对应的就是：对脸的识别的技术，对指纹的识别的技术，对声音识别的技术，对手的纹路的检测方法等。

人脸识别关联着很多方面，包括：对图像的选择处理，对各种模式的选择判断，计算机摄像提取等不同的方面，有着很好的未来发展前途。自从21世纪以来，都是一个研发的重要方向。和其他的判别方法对比，有着巨大的优势，它比其他技术更直接，更准确，更容易达到目的，人们对这种技术可以更自然舒服的接受^[2]。对人脸判断的体系有着检测简单，使用范围宽广，可以满足各种要求，支持对数据库的查询及记录的功能，对现场情况的不同有着很低的要求，检测识别不同的人的身份用时很短，最大限度的提高了安全性以及准确性，可以应用于生产生活的各个方面，列如住宅区大门陌生人识别，公司电梯非公司人员识别，以及医院学校的保卫工作等各种不同的地方^[3]。

1.2 国内外研究现状及未来发展趋势

21世纪以来，和平与发展是全球的潮流，但是不和谐的因数仍然存在，各个国家仍然面临着很多挑战，由于国家安全的需要，每个国家都投入了大量的人力物力在社会安全，反暴力犯罪方面，对已不同的人的身份验证对比是其中的核心要点，科技已经成为社会进步国家发展的根本力量，随着互联网计算机和各种检测识别技术的发展，以人体不同特点为基础的生物特质技术开始了快速发展时期，在很多方面都有使用，愈来愈彰显出这种技术的很大的潜力，在接下来的十几年内，有可能成为社会信息技术方面最有影响的产业革命。人体识别验证也会成为将来对不同的人的身份进行验证的方式之一。在这其中对脸部的验证凭借着各种优势一定会发展成最具影响力的生物特质识别的方式。与其它技术相比，它有着可以自动识别，提到效率，节省时间，可以大范围的使用等优点^[4]。通过实践调查，这种人脸技术正在快速发展，每年都以两位数的速度进行增长，极有可能发展成一个国民经济重要的增长点。中国是一个发展中国家，有很多人口，市场前景广阔，有着之前十几年的发展基础，因为这些缘由，中国的生物特质识别市场尤其是人脸检测识别市场会有一个快速的良性的发展时期^[5]。

1.3 人脸识别的常用方法

1. 基于数学几何图形特征的方法：

每个人的脸部特征都是不同的，不同的眼睛，不同的鼻子，不同的嘴唇等。它们之间的数学几何关系和不同的形状就是数学几何特征。通过这些不同进行识别对时间要求不高，也不需要太大的计算内存，但是这种方法效率不高，准确率较低。每张人脸是不同的，但是是相似的，都是由相似的鼻子，相似的眼睛，相似的嘴巴等部件组成的，正是由于这些相似但不同的部件才使得全球没有任何两张一样的脸，所以通过对这些不同部件的数学几何描述，人脸识别可以用这个作为衡量标准之一。每个人的脸部细节可以用对应的数学几何矢量来代替，可以用层次类聚的方法设计来实现，它是模式识别的类型之一^[6]。通过这种方法有一定的要求就是数学几何矢量要有它的不同，可以用来显现每个人的脸部几何特征的差异，另外还要求这种方法具有弹性，使其可以在一定的误差内完成任务，不受外部环境的影响^[7]。

（2）基于特征脸（PCA）的人脸识别方法：

剩余内容已隐藏，请支付后下载全文，论文总字数：14248字