论文总字数：36721字

摘 要

基于关于生物认证技术的人脸的特征的信息，即面部识别。本文主要是获取人的脸部的图像，自动检测人脸的图像跟踪，面部检测和面部图像的采集，面部识别，面部处理，面部存储区等等的相关技术。比如在存储装置上相当数量的使用相机，实现了面部识别和身份识别的目的。更多的高科技犯罪，这就意味这它通常是最机制高安全性要求不同的应用已经出现了应对身体的各种需求，面部识别的市场在一方面也在飞速的发展。另一方面，我们所认识到人脸，由于技术的进步，点播这样的访问控制，识别，除了应用的传统的出勤，越来越多的迫切需要这种检测系统的，明显缺乏认证方式，面部识别是识别特定个人生物属性，是识别方法的一个很好的选择。这篇文章是基于面部识别算法主成份分析法的识别率进行了研究。

在这篇文章中，我们面临的是识别技术和PCA算法，以及如何解释个人介绍成像的背景，描述了简单的人脸识别技术等方面。为了证实PCA算法的实现，它将使用示例数据库Essex的一部分。在这个实验中，我们能是灰色表面和边缘检测，使用的面部识别认证，那么这个人的，你所使用的是自己的值向量和人脸识别奇异值分解定理特征值计算矩阵功能使用PCA算法来提取，所谓处理面部图像Essex的结果。

【关键词】人脸识别, PCA算法，边缘检测，奇异分解，特征向量

ABSTRACT

Facial recognition features on biological authentication technology based on the information. The purpose of this paper is talking about the human face image acquisition, automatic detection of face image tracking, face detection and facial image acquisition, facial recognition, facial processing and related technology of facial storage area and so on.For example ,the use of a considerable number of cameras in storage device, what means that face recognition and identification purposes. More high-tech crime, this means that it is usually the most mechanism of high security requirements of different applications have appeared in respond to the various needs of the body, facial recognition market on the one hand is in rapid development, on the other hand, we know that face, due to advances in technology, such as on-demand access control, identification, in addition to the application of the traditional attendance by more and more urgent need this detection system, the apparent lack in other organisms Authentication, face recognition is a good choice for the identification of specific individuals in order to, he is from a distance of complex scenes. This article is based on the recognition rate of the principal component analysis method of facial recognition algorithm.

In this article, we face is the recognition and PCA algorithm, and how to interpret the imaging of the background, describes the simple face recognition technology. In order to confirm the implementation of PCA algorithm, it will use the sample database, Essex. In this experiment, we can be gray surface and edge detection, facial recognition, then this person, you are using is their value vector and face recognition, singular value decomposition theorem of value calculation function matrix using PCA algorithm to extract the so-called processing facial image Essex results.

[Key words] Face Recognition, PCA algorithm, edge detection, singular value decomposition, feature vector

目录

摘要......................................................................................................................................................Ⅰ

ABSTRACT.........................................................................................................................................Ⅱ

目录 - 3 -

第一章 绪论 - 6 -

1.1 研究背景 - 6 -

1.2人脸识别的发展历史 - 6 -

1.3人脸识别的应用前景 - 7 -

1.4文章内容结构 - 8 -

第二章 基于主元分析的人脸识别 - 9 -

2.1理论基础 - 9 -

2.1.1标准正交基 - 9 -

2.1.2基变换 - 10 -

2.2方差 - 11 -

2.3冗余 - 12 -

2.3.1协方差矩阵 - 13 -

2.3.2协防差矩阵的对角化 - 14 -

2.4 PCA求解：特征根分解 - 14 -

2.5 PCA降维处理 - 16 -

2.6在计算机视觉领域的应用 - 18 -

2.7.1数据表示 - 19 -

2.7.2模式识别 - 19 -

2.7.3图像信息压缩 - 19 -

2.8小结 - 19 -

第三章 人脸图像识别计算机系统 - 21 -

3.1 引言 - 21 -

3.2 识别系统构成 - 21 -

3.2.1人脸图像的采集 - 21 -

3.2.2人脸的检测 - 22 -

3.2.3人脸图像的特征值提取 - 22 -

3.2.4图像识别后的验证 - 23 -

3.3 图像中的人脸检测算法 - 23 -

3.4人脸图像的分割 - 24 -

3.4.1数据驱动 - 24 -

3.4.2模型驱动 - 24 -

3.5人脸图像预处理方法 - 24 -

3.5.1滤波去噪 - 24 -

3.5.2灰度变换 - 25 -

3.5.3边缘检测 - 25 -

3.6小结 - 25 -

第四章 人脸识别的Matlab实现 - 26 -

4.1 Matlab简介 - 26 -

4.2数字图像处理及过程 - 26 -

4.2.1图像处理的基本操作 - 26 -

4.2.2图像类型的转换 - 26 -

4.2.3图像增强 - 26 -

4.2.4边缘检测 - 27 -

4.3 人脸数据库的选择 - 27 -

4.4 图像处理功能的Matlab实现 - 27 -

4.4.1图像类型的转换 - 27 -

4.4.3边缘检测 - 29 -

4.5实验结果 - 30 -

4.6小结 - 32 -

结 论 - 33 -

致 谢 - 34 -

参考文献 - 35 -

第一章 绪论

1.1 研究背景

1.1.1课题的意义

21世纪后，人类社会进入科技爆炸发展的时代，伴随着计算机与网络技术的发展，公民信息安全的保障受到越来越多的挑战。自从911袭击以来，各国越来越重视社会的公共安全。身份识别与查询也备案的越来越重要，井号，密码等多种认证方式，磁卡，如使用长寿命的。这些方法，但是，它是这么大的麻烦，容易忘记伪造丢失了那里。等等的诸多问题。随着技术的不断更新换代，传统身份识别方法的可靠性也越来越低，各种层出不穷的骗术和伪装也给识别工作带来了巨大的威胁。鉴于此，人们急需一些新的身份识别和检测技术。

至此，人们把目光转向了生物特征，这些特征都是由生物的遗传DNA所决定的，并且每个人的生物特征都是独一无二的。而生物特征的识别有两种：一类是物体特征，例如指纹、虹膜、人脸、体味等；另一类是人们的行为特征，即个人习惯，例如书写、步频、惯性动作等。这些生物特征都可以用计算机来进行识别用来进行身份的验证。

请支付后下载全文，论文总字数：36721字