人臉識別gabor論文

1、2010級本科畢業(yè)設計論文第1頁共34頁1緒論緒論1.1研究背景及意義研究背景及意義人臉識別是生物特性鑒別技術的一個主要方向，它涉及圖像處理，模式識別，計算機視覺等多個研究領域，具有十分廣泛的應用前景，多年來一直是一個研究熱點。相對于其它人體生物特征識別技術，如指紋識別、虹膜識別、掌紋識別，人臉識別技術是最直接、最自然、最容易被人接受的。與其它技術相比，它具有侵犯性小、較少需要或不需要用戶的主動配合、樣本采集方便、應用場合廣泛、潛在的數(shù)

2、據資源豐富、設備成本低等優(yōu)點[1]。人臉識別系統(tǒng)具備操作及流程簡單、適用面廣、支持一對一或一對多比對、支持多點同時采集比對、帶有數(shù)據庫支持記錄及查詢功能，對采集現(xiàn)場環(huán)境要求較低，可在極短的時間里判斷出進出者的身份是否合法，杜絕使用他人鑰匙、密碼、磁卡等非法進入。人臉識別技術的安全性、可靠性較高，且擁有廣泛的市場需求，它可以應用于公安部門的犯人檔案管理、犯人辨認查找、刑偵破案、安全驗證系統(tǒng)、信用卡驗證、醫(yī)學、檔案管理、視頻會議、人機交互系

3、統(tǒng)、證件核對、保安監(jiān)視、門禁控制及至自動柜員機（ATM）等多種場合[2]。人臉識別對人類來說是件自然而然的事情，但對計算機而言，人臉識別卻遠非一個已解決的課題。所有的人臉都具有相似的結構，在紋理上也十分相近。另外圖像受光照、成像角度及成像距離等外界條件影響，具有“一人千面”的特點，欲建立一種具有各種不變性的描述模型還是比較困難的。此外，人臉識別技術研究與相關科學的發(fā)展及人腦的認識程度緊密相關[3]。諸多因素都使人臉識別研究成為一項極富挑

4、戰(zhàn)性的課題，一方面信息化進程的日益加快，電子商務、重要場所的安全認證、智能化環(huán)境等許多應用領域對與人臉有關的信息處理提出了迫切要求；另一方面，硬件和軟件技術的發(fā)展，為滿足實際應用系統(tǒng)對人臉檢測、跟蹤及識別技術的實時化要求提供了可能性[2]。所以，人臉識別的研究不僅涉及心理學、生理學、人工智能、模式識別、計算機視覺、圖像分析與處理等多個學科領域，更是模式識別、人工智能和計算機視覺的典型案例之一[2]。對這一問題的研究和解決，有助于對其他對

5、象識別問題的研究分析和解決，人臉識別也因此成為這些基礎研究領域的重要課題之一，具有重要的理論研究價值。1.2國內外研究現(xiàn)狀及發(fā)展趨勢國內外研究現(xiàn)狀及發(fā)展趨勢2010級本科畢業(yè)設計論文第3頁共34頁兩點間的歐式距離、曲率、角度等[6]。（2）基于彈性模型匹配方法彈性模型匹配方法的思想是將人臉上的一些特征點作為基準點構成彈性圖，每個基準點存儲一串具有代表性的特征矢量，采用分級結構的彈性圖，去除一些冗余節(jié)點，形成稀疏的人臉描述結構[7]。通過

6、測試樣本和特征樣本的彈性匹配來完成識別。彈性模型匹配方法有很多，例如：在人臉圖像上放置一組矩形網格節(jié)點，每個節(jié)點的特征用該節(jié)點處的多尺度Gab幅度特征描述，各節(jié)點之間的連接關系用幾何距離表示，從而構成基于二維拓撲圖的人臉描述，根據兩個圖像中各節(jié)點和連接之間的相似性進行人臉識別。還有將人臉圖像表示為可變形的3D網格表面，將人臉匹配問題轉換為曲面匹配問題，利用有限元分析的方法進行曲面變形，根據兩幅圖像之間變形匹配的程度識別人臉等。（3）神經

7、網絡方法目前神經網絡方法在人臉識別中的研究方興未艾。Valentin[89]提出一種方法，首先提取人臉的50個主元，然后用自相關神經網絡將它映射到5維空間中，再用一個普通的多層感知器進行判別，對一些簡單的測試圖像效果較好；Intrat[89]等提出了一種混合型神經網絡來進行人臉識別，其中非監(jiān)督神經網絡用于特征提取，而監(jiān)督神經網絡用于分類。Lee[89]等將人臉的特點用六條規(guī)則描述，然后根據這六條規(guī)則進行五官的定位，將五官之間的幾何距離輸

8、入模糊神經網絡進行識別，效果較一般的基于歐氏距離的方法有較大改善；Laurence[89]等采用卷積神經網絡方法進行人臉識別，由于卷積神經網絡中集成了相鄰像素之間的相關性知識，從而在一定程度上獲得了對圖像平移、旋轉和局部變形的不變性，因此得到非常理想的識別結果。神經網絡方法在人臉識別上的應用比起前述幾類方法來有一定的優(yōu)勢，因為對人臉識別的許多規(guī)律或規(guī)則進行顯性的描述是相當困難的，而神經網絡方法則可以通過學習的過程獲得對這些規(guī)律和規(guī)則的隱