摘 要

人脸识别技术是一门综合计算机技术和模式识别技术于一身的重要技术，在交通、视频监控、人机互动领域有着非常重要的地位。人脸识别是对于输入图像进行是否存在人脸的判断和识别过程，并且对于判断出的人脸设置一定的标记以供识别。在理论和技术上，研究人脸识别都具有十分重要的意义：一是可以增强对人类视觉系统更为深刻的认识；二是可以满足当下普遍流行的人工智能应用的需求。在当下，采用人脸识别技术，使用计算机实现对人脸图像的自动识别，建立一个对不同人脸自动识别的系统，有着广阔的应用前景。

论文以MATLAB软件平台为基础，实现了人脸识别经典算法的仿真。本文选择基于主成分分析的人脸识别方法，具有简单易实现，速度快的特点。本文的工作主要包括：研究人脸识别算法的计算原理，分析算法功能，选取符合设计要求的人脸识别算法，即基于主成分分析算法的人脸识别方法，并且在MATLAB环境下仿真，验证算法的可行性；设计一种人脸检测方法，即人脸轮廓跟踪，并用Verilog语言以及MATLAB编写程序，实现人脸检测的部分功能。

关键词：人脸识别；主成分分析；轮廓跟踪

Abstract

Face recognition technology is a comprehensive and important technology linking computer technology and pattern recognition technology, which plays an important role in the field of traffic, video surveillance, human’s computer interaction. Face recognition technology involves judging whether there is a face in the input image and processing and recognizing it, and setting certain tags for identification for the judged face. On the theory and technology, it is of great significance to research this technology: first, it can enhance the understanding of human visual system; second, it can also meet the requirements of artificial intelligence application which is widely popular. In the moment, using the face recognition technology and automatic identification of computer implementation of face image, establishing one automatic face recognition systems according to different faces, has a broad application prospect.

This article uses MATLAB as basic software development platform, implementing the technology of face recognition based on a simulation software platform. This paper chooses face detection method based on principal component analysis algorithm, which has high detection efficiency and the fast speed of the characteristics. In this paper, the main work is as follows: researching the calculation principle of each algorithm, analyzing algorithm function, choosing the face recognition algorithm which complies with the design requirements. It is the face recognition method called principal component analysis algorithm. Then under the environment of the MATLAB simulation, we verify the feasibility of the algorithm. And the design a face detection algorithm, which is extract face contour tracking algorithm, and using Verilog language and MATLAB to realize a part of face detection.

Key words: face recognition; principal component analysis algorithm; contour tracking

目 录

摘 要I

AbstractII

第1章 绪论1

1.1人脸识别技术概述1

1.2历史研究现状及发展前景1

1.3本文主要工作及结构安排2

第2章 人脸识别技术的基本原理3

2.1人脸识别系统的性能指标3

2.2人脸识别的过程分析3

2.2.1人脸图像的获取3

2.2.2人脸图像预处理3

2.2.3人脸表征5

2.2.4人脸检测6

第3章 人脸识别基本算法7

3.1 几何特征法7

3.2 特征脸法7

3.3 基于Adaboost算法的人脸识别技术8

第4章 人脸检测算法仿真13

4.1 基于主成分分析的人脸识别算法仿真13

4.2 人脸轮廓提取算法仿真17

第5章 总结与展望20

5.1总结20

5.2 展望20

参考文献22

致 谢23

第1章 绪论

人脸识别一直是图像处理研究与生物识别研究方面的热点，在计算机、数学、电子以及模式识别等方向都有着大规模的研究，同时也在刑事侦查、航空、出入境关口管理、气象、机场检查等领域有着非常广泛的应用以及价值。

1.1人脸识别技术概述

人脸识别技术是基于人的生理特征的识别技术并且广泛应用于生物特征识别领域中，也是各个领域极力研究的热点，它是用计算机技术来提取人脸的相关特征，并根据这些特征进行分析之后匹配身份的一种技术。人脸识别技术由一开始处理图像背景较为单一的灰度图像慢慢发展为可处理姿态多样的动态人脸识别，并且，也在慢慢发展三维人脸识别。与此同时，识别效果也在不断的提高。不同于其他的学科，人脸识别同时具备了计算机、视觉处理、模式识别、生物以及神经学等各个方面的理论以及相关学习方法，这就为从事相关研究的工作人员提出了极大的技术要求。此外，人脸识别的过程中也会受到很多其他的干扰而影响识别效果，例如人脸识别方法的鲁棒性会受到人脸上的遮挡物，光照强度、环境背景、人脸的表情等条件的影响。

从系统的角度来看，人脸识别技术包含了注册和识别两个阶段，这与其他相关学科的生物技术有着相似的结构。其中，人脸注册阶段采集每一用户的多张人脸图像（这些图像也成为训练样本）并将其存储在系统中，系统为每个用户分配一个ID号。人脸识别阶段首先采集当前正在使用系统的用户的人脸，之后通过人脸识别技术获取其相关信息。