人臉識(shí)別技術(shù)及其在場(chǎng)館門(mén)禁系統(tǒng)中的應(yīng)用研究.pdf

1、隨著社會(huì)的進(jìn)步以及各方面對(duì)于快速有效的自動(dòng)身份認(rèn)證的迫切需求，生物特征識(shí)別技術(shù)在近幾十年中得到了飛速的發(fā)展。生物特征作為人的一種內(nèi)在屬性，具有很強(qiáng)的自身穩(wěn)定性及個(gè)體差異性而成為了自動(dòng)身份認(rèn)證的最理想依據(jù)。人臉識(shí)別作為生物特征識(shí)別的一種，由于具有直接、友好、方便等特點(diǎn)，得到了廣泛的研究與應(yīng)用。
　　 自從上世紀(jì)六十年代Chan& Bledsoe提出利用人臉特征進(jìn)行身份識(shí)別與鑒定以來(lái)，人臉識(shí)別技術(shù)得到了長(zhǎng)足的發(fā)展，并出現(xiàn)了一些典型算

2、法與系統(tǒng)。在理想條件下，這些算法均能取得較好的識(shí)別效果，但實(shí)際測(cè)試結(jié)果表明，一旦條件發(fā)生變化、不再理想時(shí)，其識(shí)別率將大打折扣甚至系統(tǒng)不可用。影響人臉識(shí)別率下降的因素諸多，主要有光照、表情、年齡、姿態(tài)等。因此要研究出實(shí)用的、大眾可接受的人臉識(shí)別系統(tǒng)還有很多工作要做。本文是在現(xiàn)有人臉識(shí)別技術(shù)的基礎(chǔ)上，重點(diǎn)探討了影響人臉識(shí)別性能的幾個(gè)方面。本論文的主要工作如下：
　　 (1)研究了人臉特征點(diǎn)的精確定位方法，介紹了常用的人眼定位方法，指

3、出了這些方法的不足，并提出了一種聯(lián)合的人眼睛精確定位算法，并測(cè)試、分析了該算法定位效果。
　　 (2)總結(jié)了人臉識(shí)別中現(xiàn)有的光照問(wèn)題解決方法，利用小波技術(shù)分析了光照、表情等變化對(duì)人臉圖像低頻信息的影響。提出了一種基于小波重建的人臉去光照方法，并分析和比較了該算法處理受光照、表情影響人臉圖像的識(shí)別效果。
　　 (3)分析了現(xiàn)階段比較典型的人臉圖像的特征提取方法，指出了各個(gè)算法的優(yōu)點(diǎn)和不足之處，提出了一種新提取人臉圖像中有利

4、于識(shí)別的全局信息和局部結(jié)構(gòu)信息的獨(dú)立源特征的方法。并在公開(kāi)數(shù)據(jù)庫(kù)上進(jìn)行了測(cè)試比較與分析。
　　 (4)設(shè)計(jì)并實(shí)現(xiàn)了一個(gè)模塊化的人臉識(shí)別算法仿真與開(kāi)發(fā)平臺(tái)，并詳細(xì)地介紹了各個(gè)模塊應(yīng)用的算法與工作流程。結(jié)合人臉識(shí)別技術(shù)在大型場(chǎng)館門(mén)禁系統(tǒng)中的應(yīng)用，給出了一種基于集群計(jì)算機(jī)工作模式的門(mén)禁系統(tǒng)，并引入了Intel的MMX\SSE技術(shù)的系統(tǒng)并行加速算法。
　　 (5)介紹了人臉識(shí)別門(mén)禁系統(tǒng)在2008年好運(yùn)北京測(cè)試賽以及29屆北京奧運(yùn)