開題報告-人臉識別系統(tǒng)設計.doc

本科學生畢業(yè)論文（設計）開題報告書題目 人臉識別系統(tǒng)設計 姓名 崔景才 學號 200990512227 院、系 文經學院電子系 專業(yè) 電子信息科學與技術 指導教師 高書霞 2013年3 月28 日 論文（設計）題目 人臉識別系統(tǒng)設計 題目來源：學生自擬；本選題的依據：1）說明本選題的研究意義和應用價值2） 簡述本選題的研究現(xiàn)狀和自己的見解 隨著安全入口控制和金融貿易方面應用需要的快速增長，生物統(tǒng)計識別技術得到了新的重視。目前，微電子和視覺系統(tǒng)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(xiàn)代價降低到了可以接受的程度。而人臉識別是所有的生物識別方法中應用最廣泛的技術之一，人臉識別研究已經有40多年的歷史，作為生物識別的一種，廣泛應用在身份識別、海關監(jiān)控等領域。目前，人臉識別技術也逐漸走向了商用，如Eyematic公司研發(fā)的人臉識別系統(tǒng)等。人臉識別技術就是通過計算機提取人臉的特征，并根據這些特征身份驗證的一種技術。人臉識別按照信息來源可分為兩類：基于靜態(tài)人臉圖像的識別和基于動態(tài)信息的識別。由于動態(tài)識別研究處于起步階段，該技術相對較欠缺，目前，研究較多的是靜態(tài)人臉識別，即人臉來源位穩(wěn)定的二維圖象如照片。因此本文只研究基于靜態(tài)人臉圖像的識別方法。 計算機靜態(tài)人臉識別是一個經典的模式識別問題。人臉識別的傳統(tǒng)方法主要分為：整體匹配方法，其中最具代表性的是主元分析法，其他混合型的算法。這些人臉識別系統(tǒng)多數(shù)都要依賴于面部特征（比如眼睛中心位置）的嚴格特征匹配來歸一化人臉以便提取人臉描述特征。靜態(tài)人臉識別系統(tǒng)主要由檢測與定位、特征提取與識別兩部分組成，在這兩部分的基礎上海包括預處理等步驟。實現(xiàn)流程如下：首先是預處理，對圖像進行光照處理等以改善圖像質量；檢測與定位，從不同場景中檢測出人臉病將其從背景中分割出來；對人臉庫中所有圖像大小和各器官位置歸一化；最后對歸一化的人臉圖像進行特征提取與識別。檢測與定位現(xiàn)已成為一個獨立課題。常用的人臉識別試驗庫以美國軍方的FERET庫2最為權威，它包括多人種、多年齡段、各種表情變化、光照變化、姿態(tài)變化的圖象，圖像的數(shù)量和實驗的人數(shù)也非常多，可以充分地驗證人臉識別算法。目前尚沒有專門測試人臉檢測和定位算法的圖像庫。 在各種應用的推動下，人臉識別技術是近年來興起的，但不大為人所知又快速發(fā)展的新技術。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(shù)據庫中的資料進行比對，并找出該嫌犯的詳細資料和犯罪記錄。這并非虛構的情節(jié)。在國外，人臉識別技術早已被大量使用在國家重要部門以及軍警等安防部門。在國內，對于人臉識別技術的研究始于上世紀90年代，目前主要應用在公安、金 融、網絡安全、物業(yè)管理以及考勤等領域。人臉識別系統(tǒng)現(xiàn)在在大多數(shù)領域中起到舉足輕重的作用，尤其是用在機關單位的安全和考勤、網絡安全、銀行、海關邊檢、物業(yè)管理、軍隊安全、智能身份證、智能門禁、司機駕照驗證、計算機登錄系統(tǒng)。我國在這方面也取得了較好的成就，國家863項目“面像檢測與識別核心技術”通過成果鑒定并初步應用，就標志著我國在人臉識別這一當今熱點科研領域掌握了一定的核心技術。北京科瑞奇技術開發(fā)股份有限公司在2002年開發(fā)了一種人臉鑒別系統(tǒng)，對人臉圖像進行處理，消除了照相機的影響，再對圖像進行特征提取和識別。這對于人臉鑒別特別有價值，因為人臉鑒別通常使用正面照，要鑒別的人臉圖像是不同時期拍攝的，使用的照相機不一樣。系統(tǒng)可以接受時間間隔較長的照片，并能達到較高的識別率，在計算機中庫藏2300人的正面照片，每人一張照片，使用相距1-7年、差別比較大的照片去查詢，首選率可以達到50%，前20張輸出照片中包含有與輸入照片為同一人的照片的概率可達70% 。2005年1月18日，由清華大學電子系人臉識別課題組負責人蘇光大教授主持承擔的國家十五攻關項目人臉識別系統(tǒng)通過了由公安部主持的專家鑒定。鑒定委員會認為，該項技術處于國內領先水平和國際先進水平。1993年，美國國防部高級研究項目署 (Advanced Research Projects Agency)和美國陸軍研究實驗室(Army Research Laboratory)成立了Feret(FacE Recognition Technology) 項目組，建立了feret 人臉數(shù)據庫，用于評價人臉識別算法的性能。研究的主要內容：人臉識別是一種重要的身份鑒別技術，具有廣泛的應用前景。近10多年來，人臉識別技術在各種應用的推動下發(fā)展很快。而近幾年中，為避免各種實際應用環(huán)境的限制，非約束環(huán)境下的人臉識別也得到了很大的發(fā)展。本課題的主要內容是圖像預處理,它主要從攝像頭中獲取人臉圖像然后進行處理,以便提高定位和識別的準確率.該模塊主要包含光線補償、圖像灰度化、高斯平滑、均衡直方圖、圖像對比度增強，圖像預處理模塊在整個系統(tǒng)中起著極其關鍵的作用，圖像處理的好壞直接影響著后面的定位和識別工作。本次課題研究中，我們將討論研究靜態(tài)下人臉識別的研究以及非約束環(huán)境下的影響因素和處理方法。主要研究方法： 變形模型方法 人臉檢測與定位 特征提取與識別 幾何特征法 特征臉法研究進度計劃： 第 1 周 第 2 周： 調研、資料查詢、外文翻譯第 3 周 ： 可行性分析階段第 4 周 第 5 周： 需求分析階段第 6 周 ： 概要設計階段第 7 周 第 8 周： 詳細設計階段第 9 周 第10周： 編碼階段第11周 ： 測試階段第12周 第13周： 寫文檔 主要參考資料：1 Chellappa R, W ilson C L, Sirohey S Human and machinerecognition of faces a surveyJ.Proceedings of the IEEE,1995,83(5)：705-740.2 Hjelmas E, Low B K Face detection: a survey J.Computer Visionand image understanding,2001,83(1):236-274.3 J.Benarie,D.Nandy.IEEE Trans.PAMI,1998,20:449457.4 R.Brunelli,T .Poggio .IEEE Trans.PAMI,1993,15:10241052.5 LJ.Cox,J.Ghosn,P.N.Yianilos.CVPR96:209216.7K.M . Lam, H. Yan. Pattern Recogition,1995,29:771779.8 J. Ydeng ,F .Lai. Pattern recognition,1997,30:403419.9李剛，高政，人臉識別理論研究進展J。計算機與現(xiàn)代化，2003，（5）：1-6.10周杰，盧春雨等，人臉自動識別方法綜述J.電子學報.2000,28（4）：102-106.11張翠平，蘇光大.人臉識別技術綜述J.中國圖像圖形學報.2000.5（11）：885-894.12丁嶸，蘇光大，林行剛，特征臉和彈性匹配人臉識別算法的比較J.計算機工程與應用，2002,38（7）：1-2.13蘇華，蘇光大，杜成，人臉關鍵特征點的自動定位