人臉檢測畢業(yè)設(shè)計(jì)

1、人臉檢測畢業(yè)設(shè)計(jì)篇一:畢業(yè)設(shè)計(jì)+人臉識別完整版摘要人臉識別技術(shù)(FRT)是現(xiàn)今模式識別和人工智能領(lǐng)域的一個(gè)重要研究方向。盡管人臉識別的研究已有很長的歷史，各類人臉識別的技術(shù)也很多,但由于人臉屬于復(fù)雜模式而且容易受表情、膚色和穿著的阻礙,目前尚未一種人臉識別技術(shù)是公認(rèn)快速有效的.本文要緊討論了人臉識別技術(shù)的些經(jīng)常使用方式,對現(xiàn)有的人臉檢測與定位、人臉特點(diǎn)提取、人臉識別的方式進(jìn)行分析和討論,最后對人臉識別以后的進(jìn)展和應(yīng)用做了展望。關(guān)鍵字：人臉識,特點(diǎn)定位,特點(diǎn)提取ABSTRACTNowadaysthefacerecognitiontechnology(FRT)isahotissueinthefie

2、ldofpatternrecognitionandartificialintelligence.Althoughthisresearchalreadyhasalonghistoryandmanydifferentrecognitionmethodsareproposed,thereisstillnoeffectivemethodwithlowcostandhighprecision.Humanfaceisacomplexpatternandiseasilyaffectedbytheexpression,complexionandclothes.Inthispaper,somegeneralre

3、searcharediscussed,includingmethodsoffacedetectionandlocation,featuresabstraction,andfacerecognition.Thenweanalyzeandforecastthefacerecognitionsapplicationanditsprospects.Keywords:FaceRecognitionTechnology,Facelocation,Featuresabstraction第1童緒論所謂人臉識別,是指對輸入的人臉圖像或視頻.判定其中是不是存在人臉,若是存在人臉,那么進(jìn)一步給出每張人臉的位置、大小

4、和各個(gè)要緊臉部器官的位置信息。而且依據(jù)這些信息,進(jìn)一步提取每張人臉包括的身份特點(diǎn),并將其與已知人臉庫中的人臉進(jìn)行對照,從而識別每張人臉的身份。人臉識別研究涉及的范圍普遍,內(nèi)容涉及模式識別、運(yùn)算機(jī)視覺、圖像處置、人工智能等方面。人臉識別還涉及到神經(jīng)網(wǎng)絡(luò)等學(xué)科，也和人腦的熟悉程度緊密相關(guān)。這諸多因素使得人臉識別成為一項(xiàng)極富挑戰(zhàn)性的課題。1.1人臉識別技術(shù)的研究意義人臉識別是機(jī)械視覺和模式識別領(lǐng)域最富有挑戰(zhàn)性的課題之一,同時(shí)也具有較為普遍的應(yīng)用意義。人臉識別技術(shù)是一個(gè)超級活躍的研究領(lǐng)域,它覆蓋了數(shù)字圖像處置、模式識別、運(yùn)算機(jī)視覺、神經(jīng)網(wǎng)絡(luò)、心理學(xué)、生理學(xué)、數(shù)學(xué)等諸多學(xué)科的內(nèi)容?，F(xiàn)在,盡管在這方面的硏

5、究已取得了一些可喜的功效,可是FRT在有效應(yīng)用中仍面臨著很嚴(yán)峻的問題,因?yàn)槿四樜骞俚纳⒉际浅壪嗨频?，而且人臉本身又是一個(gè)柔性物體,表情、姿態(tài)或發(fā)型、化妝的干變?nèi)f化都給正確識別帶來了相當(dāng)大的麻煩。如何能正確識別大量的人并知足實(shí)時(shí)性要求是迫切需要解決的問題。1.2國內(nèi)外的研究現(xiàn)狀人臉識別系統(tǒng)此刻在大多數(shù)領(lǐng)域中起到舉足輕重的作用，尤其是用在機(jī)關(guān)單位的平安和考勤、網(wǎng)絡(luò)平安、銀行、海關(guān)邊檢、物業(yè)治理、軍隊(duì)平安、智能身份證、智能門禁、司機(jī)駕照驗(yàn)證、運(yùn)算機(jī)登錄系統(tǒng)。我國在這方面也取得了較好的成績，國家863項(xiàng)目面像檢測與識別核技術(shù)通過功效鑒定并初步應(yīng)用,就標(biāo)志著我國在人臉識別這一現(xiàn)今熱點(diǎn)科硏領(lǐng)域把握了必然

6、的核心技術(shù)。北京科瑞奇技術(shù)開發(fā)股分在XX年開發(fā)了一種人臉辨別系統(tǒng)，對人臉圖像進(jìn)行處置,排除照相機(jī)的阻礙,再對圖像進(jìn)行特點(diǎn)提取和識別。這關(guān)于人臉辨別特別有價(jià)值，因?yàn)槿四槺鎰e通常利用正面照,要辨別的人臉圖像是不同時(shí)期拍照的，利用的照相機(jī)不一樣。系統(tǒng)能夠同意時(shí)刻距離較長的照片，并能達(dá)到較高的識別率，在運(yùn)算機(jī)中庫藏2300人的正面照片每人一張照片利用相距17年、不同比較大的照片去查詢，首選率能夠達(dá)到50%,前20張輸出照片中包括有與輸入照片為同一人的照片的概率可達(dá)70%。美國陸軍實(shí)驗(yàn)室也是利用vc+開發(fā)，通過軟件實(shí)現(xiàn)的,而且FAR為49%0在美國的進(jìn)行的公布測試中,FAR,為53%。美國國防部高級硏究

7、項(xiàng)目署，利用半自動和全自動算法。這種算法需要人工或自動指出圖像中人的兩眼的中心坐標(biāo),然后進(jìn)行識別。在機(jī)場開展的測試中,系統(tǒng)發(fā)出的錯誤1=警報(bào)太多，國外的一些高校（卡內(nèi)基梅隆大學(xué)（CarnegieMellonUniversity)為首,麻省理工大學(xué)(MassachusettsInstituteofTechnology)等，英國的雷丁大學(xué)(UniversityofReading）和公司（Visionics公司Facelt人臉識別系統(tǒng)、Viiage的FaceFINDER身份驗(yàn)證系統(tǒng)、LauTech公司Hunter系統(tǒng)、德國的BioID系統(tǒng)等）的工程研究工作也要緊放在公安、刑事方面,在考實(shí)驗(yàn)證系統(tǒng)的實(shí)

8、現(xiàn)方面深切研究并非多。1.3本系統(tǒng)研究內(nèi)容本系統(tǒng)要緊對人臉的檢測與定位做了深切硏究。在人臉檢測部份主若是對圖像進(jìn)行獲取和預(yù)處置。圖像獲取主若是獲取圖像的大體信息,以便對圖像的像素進(jìn)行處置。預(yù)處置的包括對圖像灰度化,中值濾波，對照度轉(zhuǎn)變和邊緣提取。人臉預(yù)處置進(jìn)程是運(yùn)算機(jī)人臉識別中一個(gè)重要進(jìn)程。人臉圖像預(yù)處置的好壞對整個(gè)系統(tǒng)相當(dāng)重要,對人臉預(yù)處置的研究具有超級重要的意義。特點(diǎn)定位是人臉識別的目的是確信單張人臉在圖像中的位置,它通過標(biāo)記人臉區(qū)域來確信和計(jì)算人臉的各器官定位。人臉特點(diǎn)檢測是檢測人臉特點(diǎn)的有無和位置,比如說眼睛、鼻子、鼻孔、嘴巴、嘴唇等的有無和位置。值得指出的是,人臉檢測涉及的方式種類繁

9、多（據(jù)報(bào)告可知，用于人臉檢測方式的有150多種）z且涉及的知識點(diǎn)較深，并各有特點(diǎn),因此咱們小組將人臉檢測與人臉識別區(qū)分開來,因?yàn)楹笳咧皇乔罢咭粋€(gè)簡單問題。同時(shí)，咱們把注意力集中在人臉檢測方式上,而沒有實(shí)現(xiàn)與數(shù)據(jù)庫中的人臉匹配問題。1.4目前硏究中存在的問題盡管人類的人臉識別能力很強(qiáng),能夠記住并分辨上干張不同人臉,可是運(yùn)算機(jī)那么困難多了。其表此刻：人臉表情豐碩；人臉隨年齡増加而轉(zhuǎn)變；人臉?biāo)蓤D像受光照、成像角度及成像距離等阻礙；而且從二維圖象重建三維人臉是病態(tài)(ill2posed)進(jìn)程,目前尚沒有專門好的描述人臉的三維模型。另外，人臉識別還涉及到圖象處置、運(yùn)算機(jī)視覺、模式識別和神經(jīng)網(wǎng)絡(luò)等學(xué)科，也

10、和人腦的熟悉程度緊密相關(guān)。這諸多因素使得人臉識別成為一項(xiàng)極富挑戰(zhàn)性的課題。篇二：人臉識別畢業(yè)設(shè)計(jì)論文編號：審定成績：重慶郵電大學(xué)畢業(yè)設(shè)計(jì)（論文）設(shè)計(jì)（論文）題目：有姿態(tài)轉(zhuǎn)變的人臉圖像識別方式學(xué)院名稱：專業(yè)：班級：學(xué)號：指導(dǎo)教師：答辯組負(fù)責(zé)人：填表時(shí)刻:XX年6月重慶郵電大學(xué)教務(wù)處制摘要人臉識別是一種研究以生物特點(diǎn)為基礎(chǔ)的利用運(yùn)算機(jī)實(shí)現(xiàn)的識別技術(shù)。在生物特點(diǎn)識別領(lǐng)域,人臉識別技術(shù)操作簡單快速，結(jié)果直觀,準(zhǔn)確靠得住,不需要人為的配合,正是這些優(yōu)勢使其成為一個(gè)熱點(diǎn)學(xué)科。人臉識別在人工智能領(lǐng)域中占有極為重要的地位,是由于它自身的優(yōu)越性和在運(yùn)算機(jī)視覺、圖像處置、模式識別、多媒體、心理學(xué)等多個(gè)領(lǐng)域的普遍運(yùn)

11、用。本文硏究的重點(diǎn)正是在姿態(tài)轉(zhuǎn)變下的多姿態(tài)人臉識別，研究測試樣本顯現(xiàn)姿態(tài)轉(zhuǎn)變時(shí)的人臉識別的問題。在實(shí)際應(yīng)用中，咱們常常只能取得極少量的訓(xùn)練樣本。但是傳統(tǒng)的方式在處置具有姿態(tài)轉(zhuǎn)變的測試樣本時(shí)，識別率會急速下降,從而致使系統(tǒng)無法正常工作。為了研究數(shù)據(jù)更易處置、快速、較易在實(shí)際應(yīng)用中推行的人臉識別算法和方案，本文要緊討論了專門針對有姿態(tài)轉(zhuǎn)變姿態(tài)樣本的人臉識別策略。1=本文依照完整人臉識別流程來分析基于PCA（主成份分析）的人臉識別算法實(shí)現(xiàn)的性能，選用了ORL人臉數(shù)據(jù)庫。從人臉識別的實(shí)效性和可操作性兩個(gè)角度考慮，針對平面內(nèi)具有隨機(jī)旋轉(zhuǎn)角度的人臉圖像難以識別問題,本文硏究了基于二維圖像的正弦變換方式，其

12、特點(diǎn)是能夠?qū)崿F(xiàn)快速的姿態(tài)校正。本文利用PCA對訓(xùn)練集進(jìn)行人臉特點(diǎn)提取,利用KNN（K近鄰）分類器來進(jìn)行人臉判別分類。最后比較有無姿態(tài)校正模塊的人臉識別系統(tǒng)的準(zhǔn)確率?！娟P(guān)鍵詞】人臉識別姿態(tài)校正正弦變換PCA算法K最近鄰分類器ABSTRACTFacerecognitionisacomputerrecognitiontechnology,whichisbasedonbiologicalcharacteristics.Inthefieldofbiometricidentification,theadvantagesoffacerecognitionarefastandsimpleandtheresul

13、tsareintuitive,accurateandreliable.Ithasbecomeapopularsubjectforitdoesnotneedcoordination.Duetoitsadvantages,facerecognitionhasbeenwidelyusedincomputervision,imageprocessing,patternrecognition,multimediaprocessing,psychologyandotherfieldsSoitplaysanimportantroleinthefieldofartificialintelligence.Thi

14、sstudyistofocusonpose-variedfacerecognitionwiththechangeofpostureandresearchthefacerecognitionproblemwhentheposturesoftestingsampleshavechanged.Inpractice,wemerelygetaminimalamountoftrainingsamples.Iftestsampleshaveencounteredtheposturechanging,therecognitionrateofthetraditionalmethodswouldreducedra

15、matically,whichcausesthesystemtobeoutofwork.Thispaperfocusesspecificallyondevelopingfacerecognitionstrategyofmulti-gesturesamples,whichmakesdataeasytohandle,andpromotingthepracticalapplicationoffacerecognitionalgorithmsandprograms.Thispaperanalyzestheperformanceoffacerecognitionalgorithmwhichbasedon

16、thePCA(PrincipalComponentAnalysis)andtheexperimentsareconductedontheORLfacedatabase.Consideringtheeffectivenessandoperabilityoffacerecognitionandthedifficultiesofidentifyingthefaceimageswithrandomrotationangle,thispaperstudiesthe3-sinusoidaltransformbasedontwodimensionalimage,whichcanachieverapidpos

17、turecorrection.TrainingsetusingPCAtoextractfacialfeatures,andusingKNN(KNearestNeighbor)forfaceidentificationandclass訐icationinthispaper.Finally,comparingtheaccuracyoffacerecognitionsystemwhichhasposturecorrectionmoduleornotKeywordsfacerecognitionposecorrectedsinusoidaltransformPCAalgorithmKNN目錄AZ刖-1

18、-第一童緒論第一節(jié)研究背景及意義-2-第二節(jié)人臉識別研究現(xiàn)狀-人臉識別現(xiàn)狀.-3-二、多姿態(tài)人臉識別現(xiàn)第三節(jié)人臉識別的應(yīng)用前第四節(jié)本童小結(jié)-9-第二童人臉識別技術(shù)概述-10-第一節(jié)人臉識別的硏究范圍-10第二節(jié)人臉識別系統(tǒng)-10-+4-弟二R人判臉識別的性能評11第四本童小結(jié)-12-第三童多姿臉識別的研究.-13-第-H-引言13第二多姿態(tài)人臉識別策略.-13第三節(jié)姿態(tài)校正研究-14-、姿態(tài)校正的人臉識別框架-14-二、基于ST的姿態(tài)校正算j去-15-果-15第四節(jié)本童小結(jié)-19第四童基于PCA的人臉識別方式-20第一節(jié)問題描述-20第二節(jié)PCA算法介紹-20-、PCA的理論基礎(chǔ)-20-二、P

19、CA理論原理-22-第三節(jié)PCA在運(yùn)算機(jī)視覺領(lǐng)域的應(yīng)用-23-25-圖像數(shù)據(jù)的表-23-二、對圖像進(jìn)行信息緊縮-23三、模式識別（轉(zhuǎn)自：-24- HYPERLINK http:/wWw.XiAocAoFanWeN.cOm wWw.XiAocAoFanWeN.cOm小草范文網(wǎng):人臉檢測畢業(yè)設(shè)計(jì)）第四節(jié)-24-第五童人臉識別系統(tǒng)的設(shè)計(jì)與實(shí)-25-仿真實(shí)驗(yàn)流程-25-第二節(jié)讀入人臉庫成立人臉空-25-人臉庫簡二、計(jì)算KL變換的生成矩陣-27-第三節(jié)特點(diǎn)向量的選-27-第四節(jié)人臉識別-28第五節(jié)結(jié)果統(tǒng)計(jì)及分析-29-TOC o 1-5 h z%-1-弟八U結(jié)29結(jié)論31致謝32參考文獻(xiàn)-33-附錄-3

20、5-35-二、英文翻-39-三、源程42-篇三：畢業(yè)設(shè)計(jì)論文_人臉識別系統(tǒng)摘要人臉識別因其在平安驗(yàn)證系統(tǒng)、信譽(yù)卡驗(yàn)證、醫(yī)學(xué)、檔案治理、視頻會議、人機(jī)交互、系統(tǒng)公安（罪犯識別等）等方面的龐大應(yīng)用前景而愈來愈成為當(dāng)前模式識別和人工智能領(lǐng)域的一個(gè)硏究熱點(diǎn)。本文提出了基于24位彩色圖像對人臉進(jìn)行識別的方式介紹的要緊內(nèi)容是圖像處置，它在整個(gè)軟件中占有極為重要的地位,圖像處置的好壞直接阻礙著定位和識別的準(zhǔn)確率。本軟件要緊用到的圖像處置技術(shù)是：光線補(bǔ)償、高斯滑膩和二值化。在識別前,先對圖像進(jìn)行補(bǔ)光處置,再通過膚色取得可能的臉部區(qū)域,最后依照人臉固有眼睛的對稱性來確信是不是確實(shí)是人臉,同時(shí)采納高斯滑膩來排除圖

21、像的噪聲,再進(jìn)行二值化,二值化要緊采納局域取閾值方式,接下來就進(jìn)行定位、提取特點(diǎn)值和識別等操作。通過測試,圖像預(yù)處置模塊對圖像的處置達(dá)到了較好的成效，提高了定位和識別的正確率?！娟P(guān)鍵字】：人臉識別；光線補(bǔ)償；高斯滑膩；對照度増強(qiáng)【keyword】：Facerecognition;lightcompensating;gausssmooth;contrastenhancing第一節(jié)課題背景-課題的來源隨著平安入口操縱和金融貿(mào)易方面應(yīng)用需要的快速増加,生物統(tǒng)計(jì)識別技術(shù)取得了新的重視。目前,微電子和視覺系統(tǒng)方面取得的新進(jìn)展，使該領(lǐng)域中高性能自動識別技術(shù)的實(shí)現(xiàn)代價(jià)降低到了能夠同意的程度。而人臉識別是所有

22、的生物識別方式中應(yīng)用最普遍的技術(shù)之一,人臉識別技術(shù)是項(xiàng)最近幾年來興起的,但不大為人所知的新技術(shù)。人們更多的是在電影中看到這種技術(shù)的神奇應(yīng)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(jù)庫中的資料進(jìn)行比對,并找出該嫌犯的詳細(xì)資料和犯法記錄。這并非虛構(gòu)的情節(jié)。在國外，人臉識別技術(shù)早已被大量利用在國家重要部門和軍警等安防部門。在國內(nèi),關(guān)于人臉識別技術(shù)的硏究始于上世紀(jì)90年代，目前要緊應(yīng)用在公安、金融、網(wǎng)絡(luò)平安、物業(yè)治理和考勤等領(lǐng)域。二人臉識別技術(shù)的研究意義、富有挑戰(zhàn)性的課題二、臉部關(guān)鍵特點(diǎn)定位及人臉2D形狀檢測技術(shù)3、臉部感知系統(tǒng)的重要內(nèi)容基于視覺通道信息的臉部感知系統(tǒng),包括人臉檢測和跟

23、蹤、臉部特點(diǎn)定位、臉部識別、人臉歸類（年齡、種族、性別等的判別表情識別、唇讀等分系統(tǒng),如圖1-1所式,能夠看出,繼人臉檢測和跟追以后,臉部特點(diǎn)定位一般是臉部感知的一個(gè)必備環(huán)節(jié),是后續(xù)工作的基礎(chǔ),具有重要的意義。盡管人臉識別不能說是其他臉部感知模塊的必備功能,可是，能夠確信的是，利用已知的身份信息,結(jié)合特定人的先驗(yàn)知識,能夠提高表情分析、唇讀和語音識別、手勢識別乃至手寫體識別的靠得住性。而運(yùn)算機(jī)對利用者身份確認(rèn)的最直接的應(yīng)用確實(shí)是基于特定利用者的環(huán)境設(shè)置：如利用者的個(gè)性化工作環(huán)境”信息的共享和隱私愛惜等等。且不大為人所知的新技術(shù)。在我國和其他國家都有大量的學(xué)者正在硏究當(dāng)中,不斷的更新人臉識別技術(shù)

24、,以便系統(tǒng)的識別準(zhǔn)確率達(dá)到新的高度。圖臉部感知系統(tǒng)結(jié)構(gòu)圖第二童系統(tǒng)的需求分析與方案選擇人臉識別系統(tǒng)此刻應(yīng)用于許多領(lǐng)域中,可是人臉識別技術(shù)也是一項(xiàng)最近幾年來興起的,第一節(jié)可行性分析在開發(fā)該人臉識別軟件之前”咱們查詢了前人所寫過的諸多論文和源程序,在開發(fā)之時(shí),結(jié)合了資料中的算法并揉進(jìn)了自己的一些思想,使程序能夠?qū)θ四槇D片進(jìn)行簡易識別。-技術(shù)可行性圖像的處置方式很多，咱們能夠依照需要，有選擇地利用各類方式。在確信臉部區(qū)域上,通常利用的方式有膚色提取。膚色提取，那么對臉部區(qū)域的獲取那么比較準(zhǔn)確，成功率達(dá)到95%以上，而且速度快,減少很多工作。圖像的亮度轉(zhuǎn)變,由于圖像的亮度在不同環(huán)境的當(dāng)中,必然受到不同光線的阻礙，圖像就變得太暗或太亮，咱們就要對它的亮度進(jìn)行調(diào)整,要緊采取的方法是對圖像進(jìn)行光線補(bǔ)償。高斯滑膩：在圖像的搜集進(jìn)程中，由于各類因素的阻礙，圖像中往往會顯現(xiàn)一些不規(guī)那么的隨機(jī)噪聲，如數(shù)據(jù)在傳輸、存儲時(shí)發(fā)生的數(shù)據(jù)丟失和損壞等,這些都會阻礙圖像的質(zhì)量，因此需要將圖片進(jìn)行滑膩操作以此來排除噪聲?；叶茸儞Q：進(jìn)行灰度處置，咱們要保證圖像信息盡可能少的丟失。一樣在進(jìn)行灰度變換前，咱們也要對圖像的信息進(jìn)行統(tǒng)計(jì)，找出一個(gè)