智能門禁系統(tǒng)中人臉識別算法的研究.pdf

1、隨著社會的進步，信息技術的發(fā)展，以及人們意識形態(tài)的改變，人們對于安防系統(tǒng)的要求逐漸增高，智能門禁系統(tǒng)也受到越來越多的重視。采用人臉識別為驗證方式的智能門禁系統(tǒng)具有非接觸式采集、適用于隱蔽場合、成本較低及安全性較高等優(yōu)勢，而門禁系統(tǒng)的性能也直接受到識別技術優(yōu)劣的影響。本文以小型辦公室、家庭門禁人臉識別等小型識別場合為應用目標，重點對人臉識別系統(tǒng)中人臉檢測部分及特征提取與識別部分的算法進行研究，在此理論基礎上，完成人臉識別系統(tǒng)的構建，并對其

2、進行測試與分析，為應用在嵌入式系統(tǒng)上打下基礎。
　　根據(jù)應用環(huán)境及應用平臺，本次課題首先討論門禁系統(tǒng)及人臉識別技術的國內外發(fā)展歷程與研究現(xiàn)狀，了解門禁系統(tǒng)的發(fā)展趨勢，確定以人臉識別作為門禁系統(tǒng)的認證方式。其次，討論人臉檢測的各種算法，深入研究了膚色模型的人臉檢測與AdaBoost算法的人臉檢測的基本概念、算法原理等，提出一種以膚色模型的人臉檢測為初檢、AdaBoost算法的人臉檢測為精確檢測的人臉檢測算法，結合二者的優(yōu)點使人臉檢測

3、在保證檢測速度的同時具有較強的魯棒性、較低的誤檢率及漏檢率等優(yōu)勢。再次，詳細分析了圖像預處理的方法，采用直方圖均衡化、中值濾波等對成功檢測出人臉的圖像進行頇處理，減小光照、噪聲等由采集環(huán)境及采集設備造成的干擾，以提高后期人臉識別的正確率。然后，對人臉識別的相關概念及主要方法進行簡述，并分析了各類人臉識別算法的優(yōu)勢與缺陷;選擇針對小樣本識別率較高、算法復雜度相對而言較為簡單的PCA算法構造“特征臉”空間，重點研究了該算法在人臉識別中的應用

4、，對特征向量的選取及距離分類器進行分析并將歐氏距離作為人臉識別的依據(jù)。最后，在確定每部分的算法并對算法進行可行性驗證的基礎上，輔助OpenCV開源視覺庫對人臉識別系統(tǒng)進行開發(fā)，軟件環(huán)境為Win7+VS2013+OpenCV2.4.10，并通過大量的實驗，對人臉識別系統(tǒng)的性能進行測試，包括人臉檢測模塊及人臉識別模塊。
　　通過對大量的實驗結果進行分析，最終得到人臉檢測模塊對靜態(tài)圖像的平均檢測率為91.6％，平均誤檢率為9.2％，對于