基于PCA的人臉識別技術(shù)在門禁系統(tǒng)中的應用研究.pdf

1、生物識別技術(shù)作為現(xiàn)代識別技術(shù)的主要手段之一已經(jīng)廣泛地應用于各行各業(yè)，它是通過計算機、光學、聲學、生物傳感器和生物統(tǒng)計學原理等高科技手段密切結(jié)合，利用人類本身固有的生理特性和行為特性進行個人身份的鑒定技術(shù)。本文首先介紹了人臉識別技術(shù)的研究目的、意義和應用領(lǐng)域。生物圖像識別是近二十年來模式識別和圖像處理研究的熱點，是用現(xiàn)代信息處理技術(shù)與計算機技術(shù)完成對圖像的識別、理解過程，它研究的主要內(nèi)容是根據(jù)圖像的特征進行識別(或分類)，目前已經(jīng)廣泛應用

2、于眾多領(lǐng)域。與其他生物特征相比，人臉識別擁有被廣泛認可的優(yōu)勢非侵犯性、主動和用戶友好功能等。人臉識別是模式識別技術(shù)在圖像領(lǐng)域中的具體運用，其應用前景非常廣闊，可以應用到身份證的識別、刑偵破案、自動門禁控制系統(tǒng)和家庭安全等領(lǐng)域。圖像識別過程可分為圖像預處理、圖像特征提取和圖像識別三部分，本文主要針對圖像特征提取這個方面進行系統(tǒng)研究。
　　本文的重點是研究主成分分析(PCA，Principle Component Analysis)算

3、法，采用奇異值分解(SVD，Singular Value Decomposition)計算特征值和特征向量，PCA算法進行人臉特征提取中應用SVD分解，在理論上兩者有一定的獨立性和互補性，PCA在圖像的表示方面具有均方差意義上最佳，SVD具有位移、旋轉(zhuǎn)不變性的特性。本文基于PCA算法在人臉圖像處理方面做了理論和實驗上的研究，通過利用SVD分解計算特征值和特征向量，使得PCA算法的運算量下降，成功達到縮短運算時間和提高識別的目的。