基于神經(jīng)網(wǎng)絡的人臉識別系統(tǒng)設計【開題報告】

1、畢業(yè)設計畢業(yè)設計（論文）開文）開題報題報告題目：基于神經(jīng)網(wǎng)絡的人臉識別系統(tǒng)設計專業(yè)：電子信息工程1選題選題的背景、意的背景、意義基于神經(jīng)網(wǎng)絡的人臉識別系統(tǒng)是一個復雜的過程，主要包括：從L內提取人臉、人臉規(guī)范化、特征提取、軟件識別、輸入系統(tǒng)、中間處理層、輸出結果這七個過程。人工神經(jīng)網(wǎng)絡的發(fā)展已經(jīng)有一段比較長的歷史了，據(jù)《MATLAB神經(jīng)網(wǎng)絡應用設計》的記載，它的發(fā)展有過兩個高潮，第一次熱潮開始于1943年，著名心理學家W.mcculloc

2、h、數(shù)學家W.pitts、Hebb開創(chuàng)了神經(jīng)科學理論研究時代。之后相繼有了更大的發(fā)展：伺服電機反饋自穩(wěn)定系統(tǒng)、模擬人腦感知和學習能力的感知器概念、神經(jīng)元網(wǎng)絡方程、自適應線性元件等等，大家對神經(jīng)系統(tǒng)表現(xiàn)出來的好奇心大大的推動了神經(jīng)網(wǎng)絡的發(fā)展，一直到1969年，這段時間的發(fā)展科學家們?yōu)榇俗鞒隽司薮蟮呢暙I[1]。之后進入了一個低潮，據(jù)董長虹所編著的《MATLAB神經(jīng)網(wǎng)絡應用設計》所敘述20世紀60年代到70年代是神經(jīng)網(wǎng)絡發(fā)展的低潮時期，主要是

3、因為人們發(fā)現(xiàn)了神經(jīng)網(wǎng)絡的傳感器存在很多缺陷，并不能象所預期的正確的測試出我們所要的結果[2]。但是這中間也一定發(fā)展:自組織映射、神經(jīng)認知機網(wǎng)絡理論、BSB模型、BP理論等等。第二次高潮是在20時間80年代，就是在1982年提出“Hopfield”(一個非線性動力系統(tǒng)的理論模型)之后，神經(jīng)網(wǎng)絡有了巨大的發(fā)展，之后又有了大規(guī)模并行網(wǎng)絡學習機（隱單元）、TAL程序系統(tǒng)、雜志《神經(jīng)網(wǎng)絡》、IEEE的神經(jīng)網(wǎng)絡雜志等都不斷推動了【3】。人臉的識別是

4、基于生物特征識別技術的一種主要方法。早在1888年和1910年，高爾頓在《NATURE》雜志內發(fā)表了2篇關于通過人臉進行身份識別的文章，而且對人類自身的人臉識別能力也進行了分析。自1990年之后，人臉識別得到了空前的發(fā)展，許多理工科大學和IT產(chǎn)業(yè)公司都開始對此進行了研究，通過對人臉圖像的檢測標準化，然后進一步分析人臉的表征，提取人臉的特征，識別人臉，最后輸出相應的符號。人臉識別其實是基于光學的人臉圖像的身份識別和驗證，通過屬性分離、特征

5、提取、分類判斷得到最后的結果[4]。神經(jīng)網(wǎng)絡是由大量的神經(jīng)元相互連接而成的的，是一個自適應的動態(tài)系統(tǒng)，而神經(jīng)元是人工神經(jīng)網(wǎng)絡中的基本元件，人工神經(jīng)網(wǎng)絡從某種角度模仿、簡化和抽象了的貢獻。同時，神經(jīng)網(wǎng)絡技術也會在將來的社會中也會有更大的發(fā)展和應用。據(jù)現(xiàn)在的觀察和展望，表明紋理識別算法、3D變形模型、混合模型、多特征融合、多分類器融合等應該會有很大的發(fā)展空間[8]。另外對于人臉的不同角度透視和能量分析，高精度的特征提取，系統(tǒng)具體的識別分析，

6、也都是有一定發(fā)展的空間的。每一個領域都不會完全發(fā)展到極致，總是需要更多的新鮮血液注入發(fā)展。3課題課題的研究內容及的研究內容及擬采取的研究方法（技采取的研究方法（技術路線）、研究）、研究難點及點及預期達到的目達到的目標3.13.1研究內容研究內容根據(jù)對神經(jīng)網(wǎng)絡的研究和對人臉識別系統(tǒng)的研究，通過對MATLAB的實驗仿真和C語言的編程，以及對實驗仿真工具的應用，輸入從圖像中提取出來的特征元素，通過神經(jīng)網(wǎng)絡對人臉識別系統(tǒng)進行辨別。訓練人臉樣本圖

7、像輸入人臉圖像特征提?。喝痔卣魅四樚卣鞅亲犹卣髯焯卣鞯玫接柧殬颖镜奶卣髯涌臻g獲取人臉特征（全局或局部）使用人臉樣本特征進行訓練融合分類器進行樣本特征匹配，并輸入出匹配結果圖1人臉識別系統(tǒng)框圖根據(jù)圖1上所示，首先要對人臉識別通過對上圖進行一定的特征提取，并且進行特征訓練，結果在誤差范圍之內，講提取的數(shù)字，輸入MATLAB的實驗系統(tǒng)之內，在人臉識過程中，特征的分類，之后通過算法復雜度、可實現(xiàn)性是確定特征提取法所需要考慮的因素。所提取特征的