摘 要

近年来随着科学的进步，图像处理技术得到了不断的发展。其中人脸识别技术更是不断飞跃，被广泛应用于生活中的方方面面，本文主要提出了一种基于人脸识别技术的刷脸进站认证系统设计方案，适用于城市的火车、地铁进站场所，为旅客和车站工作人员搭建一个快捷安全的进站渠道。系统能够对旅客的面部信息进行采集，与数据库中的图片对比认证，工作人员根据对比结果决定是否放行。本系统能够快速精确地核实进站旅客的信息，提高进站口工作效率，也尽可能避免工作人员疏忽导致的非本人进站，从而有效杜绝黄牛票等不良现象，保证了车站的工作秩序。

本论文主要完成了刷脸进站认证系统设计的整体思路和系统中人脸识别技术的分析。本设计选用基于PCA的人脸识别技术方案；采用PCA算法，在MATLAB环境下仿真。主成分分析（PCA）通过提取高纬度的人脸图像的主要特征，通过降维处理来降低图像处理的难度，将人脸图像的处理与识别变得更加简单可行，因此成为人脸识别领域的重要理论。在本课题中,我查阅了大量相关资料,设计了程序代码,并利用生活中实际人脸图像作为样本图片进行成功验证。

关键词：刷脸进站；人脸识别；主成分分析（PCA）；特征脸；

Abstract

In recent years, with the progress of science, image processing technology has been developing continuously. Among them, face recognition technology is constantly leaping, and is widely used in every aspect of life. This paper mainly proposes a design scheme of the face recognition based on the face recognition technology, which is suitable for the train and subway stations in the city, and set up a fast and safe access channel for the passengers and the station staff. The system can collect the face information of the passengers and compare with the pictures in the database, and the staff decide whether to release according to the comparison results. This system can quickly and accurately verify the information of the passengers, improve the efficiency of the entrance, and avoid the inadvertent inattention of the staff, so as to effectively eliminate the bad phenomena such as the Yellow Cattle ticket and ensure the station's work order.

This paper mainly completed the whole idea of the design of the system and the analysis of the face recognition technology in the system. This design selects the face recognition technology scheme based on PCA, and adopts PCA algorithm to simulate in MATLAB environment. Principal component analysis (PCA) reduces the difficulty of image processing by extracting the main features of high latitude face images to reduce the difficulty of image processing, and effectively solves the problem of high latitude in the image space, so it has become an important theory in the field of face recognition.In this topic, I have consulted a lot of relevant information, designed the program code, and used the actual face image in life as a sample picture to verify it successfully.

Keyword: Facial recognition check-in; Face recognition; Principal Component Analysis(PCA); Eigenface;

1 绪论

1.1 研究的目的及意义

随着科技的发展，人类的生活不断向着自动化、智能化的方向发展。在生活变得越来越方便快捷的同时，个人隐私等信息的安全保护越来越被人们所重视。近年来生物特征识别技术迅速出现在人们的视野中，并由于其高效、快捷、难以伪造的优点成为科学研究的热门领域。生物特征识别技术所研究的对象，主要包括两个方面：一是人的生理特征，其中包括人的指纹，DNA，面相等特征；二是人的行为特征，常见的有人的笔迹、步态等；以此来进行个人身份鉴定的技术，避免了传统身份识别方式易丢失、易遗忘和易破解的缺点。

刷脸进站认证系统就是生物特征识别技术在生活中的典型应用。该系统主要依赖于生物特征识别技术中的人脸识别技术。人脸识别是指利用计算机对人脸图像进行分析，提取出可识别信息，对个人身份进行鉴定的一种方法。人脸识别技术起步较晚，但因为人类个体之间面部的差异性和稳定性，即每个人的人脸都不相同，并且短时间内不会发生太大变化，因此人脸识别技术十分可靠。该技术在实际运用中所需的样本皆为人脸图像，在应用时对人脸图像的采集相比其他技术所需的样本采集更为方便快捷。

人脸识别技术是一种重要的生物特征识别技术，应用十分广泛。人脸具有唯一性和一定的不变性，每个人的脸都是独一无二的，即使随着时间的推移也不会发生太大的变化，这使得人脸识别技术具有很好的稳定性。其次，人脸图像的采集十分快捷方便，无需特殊的采集设备，系统的成本低，可推广性高。而且人脸的采集无需接触，对被采集的对象十分友好，这使得自动人脸识别的使用十分自然。这诸多的优点都使得刷脸进站认证系统十分方便快捷，应用广泛。

刷脸进站认证系统相比传统人工检票进站更加快捷，每位旅客通过刷脸进站闸机的时间为5秒以内，相比人工检票更加快速。人眼在识别整容、肥胖或者发型改变的人们时准确率会有所降低，因此不能准确快速地辨别身份证与本人是否一致，而刷脸进站认证系统在被识别对象容貌发生较大改变时也能作出准确判断。在春运、国庆假期等交通高峰期，车站工作人员人工检票负荷严重，刷脸进站认证系统则能有效减轻工作人员压力。同时，该系统能对比身份证信息与人脸来判断是否本人以及是否在逃嫌犯大大提升安防等级^[1]。

1.2 刷脸进站认证系统及人脸识别技术的研究现状分析

刷脸进站认证系统最初在我国投入使用是在2017的春运期间，在此之后刷脸进站认证系统陆续投入更多车站进行使用，其中包括：上海，郑州，西安，太原，武汉，长沙，^南昌，广州等地区。在国外，该系统则更多地应用于机场的检票进站，如亚洲航空公司（AirAsia）于2018年二月在马来西亚士乃机场投入使用了刷脸进站系统，捷蓝航空公司（JetBlue）于今年在波士顿机场投入使用该系统，芬兰航空公司（Finnair）也预计于2018年六月在赫尔辛基机场投入使用。刷脸进站认证系统的广泛应用归功于发展日趋成熟的人脸识别技术。

人脸识别的研究起源于十九世纪末法国人Sir Franis Gahon 的工作。从20世纪80年代开始,人脸识别技术才作为一门独立学科，并且快速发展起来。人脸识别技术的发展在国外十分迅速。人脸识别技术的发展主要分为三个阶段：

第一阶段以主要研究人脸识别所需要的面部特。以Bertillon,Allen和Parkea为代表，他们将简单的程序语言与人脸库中特定的人脸图像相联系，同时与指纹分析结合，构建出一个在当时比较先进的识别系统。这一时期的研究成果其识别过程都需要人来操作，离建立完全自主的识别系统还有很长的路要走。

第二阶段，是人机交互式识别阶段。此时的研究者以Goldstion，Harmon和Lesk为代表，他们将人脸的正面图像里的几何特征提取出来，并构建了多维的特征向量，来表示不同人脸各个部位的特征。在这个方法的基础上，他们构建了一个完整的人脸识别系统。同一时期的其他科学家则利用统计识别方法，通过欧几里德距离来表示人脸特征，其中包括双眼之间的距离，鼻子的宽度、嘴巴的宽度、发际线的高度等。同时期还有许多科学家研究出了各种不同的方案^[2]。

总的来说，这两个阶段主要是在二十世纪六十年代到九十年代，这段时间人脸识别都需要人的先验知识参与其中，无法真正实现自动识别。这两个阶段的人脸识别技术具有以下两个特点：

1. 大多数识别方法都是人脸各个重要器官的几何特征，例如眼睛大小、双眼间距、嘴巴宽度等等，这类方法比较简单，但是在信息采集过程中，人脸的有用信息容易丢失。这类方法对外界光照等条件的抗干扰能力差，在视角、表情及光线强弱等变化下识别能力不高。鉴于这种情况，后来出现了模版匹配法，其性能比前者更加优越。该方法根据图像库中的人脸模版与待识别人脸模版在灰度上的相似程度来实现人脸识别，这类方法在一定时期内成为主流。
2. 这一阶段的人脸识别研究具有一定的约束性和局限性。人脸图像的获取受到制约，在获取过程中需要背景纯色或者无背景，否则识别率会很低。

第三阶段是进入二十世纪九十年代后，由于高性能计算机的出现和对人脸识别技术的各方面需求，人脸识别变得热门起来，人脸识别的方法得到研究与关注，才进入了真正的自动识别时代。这段时期的主要研究内容包括以下四个方面：1)利用新的数据源进行人脸识别；2）利用深度学习法、局部描述子（Gabor Face,LBP Face等）新的特征表示；3）提出不同的人脸空间模型4）深入分析影响人脸识别的因素，其中包括姿态不变条件下的人脸识别、表情不变下的人脸识别和光照不变条件下的人脸识别等。在这个阶段，人脸识别技术飞速发展，各国科学家研究出了许多的算法，例如麻省理工学院米提实验室在1991年提出的“Eigenface（特征脸）”方法和Belhumeur等在1997年提出的Fisherface方法是这一阶段人脸识别领域的两个重要研究成果。现在人脸识别研究的重点是尽力克服光照、姿态的影响。

1.3 研究内容和方向及章节安排

人脸识别技术是刷脸进站认证系统的技术支撑，因此本文的主要研究内容是人脸识别技术的实现。基于这一目标，本文主要的工作是对人脸识别方法进行讨论，选定合适的技术方案并加以实现。一个完整的人脸识别系统如图1-1所示。在实现这一目标的过程中， 首先要明确此次设计的功能需求。该系统最主要的功能就是判断获取到的人脸图像与样本库中图像是否为同一个人，此功能又分为三个部分：（1）图像获取功能：创建数据库，包括训练集与测试集图像的读入，（2）特征提取功能：将人脸样本库中的二维人脸图像数据降维成一维人脸向量矩阵，计算出特征脸；（3）人脸识别功能：将从图片中提取出的特征值与特征脸的值进行比较，从而得出识别结果。在明确需求之后，对各种人脸识别方法进行分析并选定方案加以实现。

图1-1人脸识别系统框图

本文包含以下七个章节：

第一章 介绍了本文的课题背景，对国内外发展历程与研究现状进行了简要的叙述，总结了本文主要的研究工作，并说明了本文的章节安排。

第二章 分析各种人脸识别方法，选定合适的方法。

第三章 人脸图像预处理。

第四章 主成分分析方法（PCA）。

第五章 人脸识别算法实现。

第六章 总结毕业设计工作。

1.4 本章小结

本章介绍了本文的本次设计的相关背景，对国内外刷脸进站认证系统和人脸识别技术的发展历程与研究现状进行了简要的叙述。通过查阅的文献资料，对刷脸进站认证系统进行了解；确定了系统的功能需求，明确了本文主要的研究工作；对设计的工作过程进行一个简单的叙述，勾勒出了本文的章节安排。

2 人脸识别方法的选取

2.1 主要的人脸识别方法

现代模式识别领域很热门的研究其中之一是大家都所熟知的人脸识别技术，很多科研机构和个人都经常做这方面的研究，成果也层出不穷，而且相应的，他们所创造出的方法也是各式各样，而且不仅如此他们在人脸识别技术领域应用到了很多新方法，如信息处理领域还有另一个经常所提到的算法改进等方面。我们主要是结合最近多年这方面的结果进行总结并进行研究。关于人脸识别技术，我们对它的分类主要依赖于我们是以何种角度对其进行研究，因此也就有多种多样的方法出现，我们可以把它归为不同的分类，而这也是我们做这方面研究需要正式的最主要的问题。我的这篇文章是根据人脸识别技术最新方面成果以及新技术发展展望的同时，对已出现的各式各样的方法相互间进行比较，用以达成我们这次研究的目的，即如何实现不同角度对人脸的识别，基于以上，我们确定了研究的方向。人脸识别技术基于输入的人脸图像中，人脸角度的区别，可以分成根据一定角度倾斜的、侧面的、正面的人脸识别^[3]。