智能門(mén)禁系統(tǒng)中人臉識(shí)別算法的研究.pdf

1、隨著社會(huì)的進(jìn)步，信息技術(shù)的發(fā)展，以及人們意識(shí)形態(tài)的改變，人們對(duì)于安防系統(tǒng)的要求逐漸增高，智能門(mén)禁系統(tǒng)也受到越來(lái)越多的重視。采用人臉識(shí)別為驗(yàn)證方式的智能門(mén)禁系統(tǒng)具有非接觸式采集、適用于隱蔽場(chǎng)合、成本較低及安全性較高等優(yōu)勢(shì)，而門(mén)禁系統(tǒng)的性能也直接受到識(shí)別技術(shù)優(yōu)劣的影響。本文以小型辦公室、家庭門(mén)禁人臉識(shí)別等小型識(shí)別場(chǎng)合為應(yīng)用目標(biāo)，重點(diǎn)對(duì)人臉識(shí)別系統(tǒng)中人臉檢測(cè)部分及特征提取與識(shí)別部分的算法進(jìn)行研究，在此理論基礎(chǔ)上，完成人臉識(shí)別系統(tǒng)的構(gòu)建，并對(duì)其

2、進(jìn)行測(cè)試與分析，為應(yīng)用在嵌入式系統(tǒng)上打下基礎(chǔ)。
　　根據(jù)應(yīng)用環(huán)境及應(yīng)用平臺(tái)，本次課題首先討論門(mén)禁系統(tǒng)及人臉識(shí)別技術(shù)的國(guó)內(nèi)外發(fā)展歷程與研究現(xiàn)狀，了解門(mén)禁系統(tǒng)的發(fā)展趨勢(shì)，確定以人臉識(shí)別作為門(mén)禁系統(tǒng)的認(rèn)證方式。其次，討論人臉檢測(cè)的各種算法，深入研究了膚色模型的人臉檢測(cè)與AdaBoost算法的人臉檢測(cè)的基本概念、算法原理等，提出一種以膚色模型的人臉檢測(cè)為初檢、AdaBoost算法的人臉檢測(cè)為精確檢測(cè)的人臉檢測(cè)算法，結(jié)合二者的優(yōu)點(diǎn)使人臉檢測(cè)

3、在保證檢測(cè)速度的同時(shí)具有較強(qiáng)的魯棒性、較低的誤檢率及漏檢率等優(yōu)勢(shì)。再次，詳細(xì)分析了圖像預(yù)處理的方法，采用直方圖均衡化、中值濾波等對(duì)成功檢測(cè)出人臉的圖像進(jìn)行頇處理，減小光照、噪聲等由采集環(huán)境及采集設(shè)備造成的干擾，以提高后期人臉識(shí)別的正確率。然后，對(duì)人臉識(shí)別的相關(guān)概念及主要方法進(jìn)行簡(jiǎn)述，并分析了各類人臉識(shí)別算法的優(yōu)勢(shì)與缺陷;選擇針對(duì)小樣本識(shí)別率較高、算法復(fù)雜度相對(duì)而言較為簡(jiǎn)單的PCA算法構(gòu)造“特征臉”空間，重點(diǎn)研究了該算法在人臉識(shí)別中的應(yīng)用

4、，對(duì)特征向量的選取及距離分類器進(jìn)行分析并將歐氏距離作為人臉識(shí)別的依據(jù)。最后，在確定每部分的算法并對(duì)算法進(jìn)行可行性驗(yàn)證的基礎(chǔ)上，輔助OpenCV開(kāi)源視覺(jué)庫(kù)對(duì)人臉識(shí)別系統(tǒng)進(jìn)行開(kāi)發(fā)，軟件環(huán)境為Win7+VS2013+OpenCV2.4.10，并通過(guò)大量的實(shí)驗(yàn)，對(duì)人臉識(shí)別系統(tǒng)的性能進(jìn)行測(cè)試，包括人臉檢測(cè)模塊及人臉識(shí)別模塊。
　　通過(guò)對(duì)大量的實(shí)驗(yàn)結(jié)果進(jìn)行分析，最終得到人臉檢測(cè)模塊對(duì)靜態(tài)圖像的平均檢測(cè)率為91.6％，平均誤檢率為9.2％，對(duì)于