【正文】 內(nèi) 容 摘 要生物特征識別是利用人類特有的生理或行為特征來識別個人身份的技術(shù)，它提供了一種高可靠性、高穩(wěn)定性的身份鑒別途徑。人臉檢測和識別是目前生物特征識別中最受人們關(guān)注的一個分支，是當(dāng)前圖像處理、模式識別和計算機(jī)視覺領(lǐng)域內(nèi)的一個熱門研究課題，在公安部門罪犯搜索、安全部門動態(tài)監(jiān)視識別、銀行密碼系統(tǒng)等許多領(lǐng)域有廣泛的研究，本文對此進(jìn)行了較為深入的研究。首先描述了人臉識別技術(shù)的研究內(nèi)容、方法、應(yīng)用前景，對人臉自動檢測與識別技術(shù)進(jìn)行了綜述。并且詳細(xì)介紹了人臉識別很重要的一個步驟—“人臉預(yù)處理”，文中提到的人臉預(yù)處理方法都是從圖像處理的角度著手的，主要目的是使人臉圖像標(biāo)準(zhǔn)化，并在一定程度上消除光照的影響。本文介紹了幾種主要的預(yù)處理方法，如幾何歸一化，灰度歸一化。其次，本文重點(diǎn)描述了人臉識別的經(jīng)典方法，PCA方法。主成分分析方法(Principal Component Analysis ,PCA)，即離散KL變換，是圖像壓縮中的一種最優(yōu)正交變換。它用一個低維子空間來描述人臉圖像，同時又能在一定程度上保存所需要的識別信息。其基本原理為:由高維圖像空間經(jīng)KL變換后得到一組新的正交基，對這些正交基作一定的取舍，保留其中的一部分生成低維的人臉空間，即人臉的特征子空間，識別時將測試圖像投影到此空間，得到一組投影系數(shù)，通過與各個人臉圖像比較進(jìn)行識別。這種方法使得壓縮前后的均方誤差最小，且變換后的低維空間有很好的分辨能力。但在這種人臉識別技術(shù)中，二維的人臉圖像矩陣必須先轉(zhuǎn)化為一維的圖像向量，才能進(jìn)行PCA分析，而在這種轉(zhuǎn)化后，造成圖像向量的維數(shù)一般較高，使整個特征抽取過程所耗費(fèi)的計算量相當(dāng)可觀。關(guān)鍵詞人臉識別。人臉預(yù)處理。主成分分析Research on Face Recognition Based on Principal Component AnalysisAbstract Biometrics is a kind of science and technology using individual physiological or behavioral characteristics to verify identity. It provides a highly reliable and robust approach to the identity recognition. Automatic face detection and recognition is one of the most attention branches of biometrics and it is also the one of the most active and challenging tasks for image processing, pattern recognition and puter vision. It is widely applied in mercial and law area, such as mug shots retrieval, realtine video surveillance in security system and cryptography in bank and so on. The main research works and contributions are as the following. First, the research content, approach and development are emphasized. The research status is introduced. The technology of the face detection and recognition are summarized. And the paper describes face preprocessing in detail which is and important step in the face recognition. The face preprocessing methods we adopt are based on image processing techniques. The main purpose is to get the standardized facial images, and to eliminate the impact of illumination to some extent. In this paper, several key preprocessing methods are introduced, such as geometry normalization, grayscale normalization and images binaryconversion. Principal Component Analysis (PCA) face recognition methods as the foundation of the KL transformation is the most superior in the image pression .By using PCA, the dimension of the input is reduced while the main ponents are maintained. The major idea of PCA is to depose a data space into a linear bination of a small collection of the facerecognition literature, the eigenvectors can be referred to as eigenfaces. The probe is identified by first projection to all gallery images. We denote a probe .A probe is paring the projection to all gallery images, and it causes around the pression the mean error to be youngest. But in the PCAbased face recognition technique, the 2D face image matrices must be previously transformed into 1 D image vectors. The resulting image vectors of faces usually lead to a high dimensional image vector space, where it is difficult to evaluate the covariance matrix accurately due to its large size and the relatively small number of training samples. Key wordsFace recognition ；Face pretreatment；PCA目 錄第一章 緒 論 1 1 3 6 6 6 7 9 10 12 13 13 14 14 15 15 17第二章人臉圖像預(yù)處理 18 18 18 19 19 20 23第三章 基于PCA的人臉識別方法 23 23 PCA人臉識別方法原理 23 24 24 26 27 28 28 29 30 32第四章 實(shí)驗過程顯示及分析 33 引言 33 實(shí)驗過程 33致 謝 37參考文獻(xiàn) 38附錄 3942第一章 緒 論隨著信息技術(shù)及網(wǎng)絡(luò)的高速發(fā)展，人們的生活及身份日益數(shù)字化，信息的安全性和隱蔽性越來越受到人們的重視，身份識別與認(rèn)證技術(shù)也因此得到了較快的發(fā)展。而人臉識別作為圖像處理在這些領(lǐng)域最成功的應(yīng)用之一，最近幾年來成為廣大學(xué)者的研究熱點(diǎn)，越來越受到關(guān)注。人類社會的發(fā)展進(jìn)入到21世紀(jì)的今天，社會的發(fā)展促進(jìn)了人的流動，進(jìn)而也增加了社會的不穩(wěn)定性，這就使得安全方面的需求成為當(dāng)今社會尤為重要的問題。不論是享受各項服務(wù)如網(wǎng)上沖浪、還是居家、辦公等都涉及到安全，以往這些行為基本上是通過符號密碼來進(jìn)行安全保護(hù)，但是隨著服務(wù)數(shù)量的不斷增加，密碼越來越多以致無法全部記住，而且密碼有時也會被他人所竊取，各種密碼被破解的概率越來越高。可見在現(xiàn)代社會中，身份識別己經(jīng)成為人們?nèi)粘Ｉ钪薪?jīng)常遇到的一個基本問題。人們幾乎時時刻刻都需要鑒別別人的身份和證明自己的身份，以獲得對特定資源的使用權(quán)或者制權(quán)，同時防止這些權(quán)限被他人隨意的取得。傳統(tǒng)的身份識別方法主要基于身份標(biāo)識物(如證件、卡片)和身份標(biāo)識知識(如用戶名、密碼)來識別身份，這在很長一段時期是非?？煽亢头奖愕淖R別方法，得到了廣泛的應(yīng)用。但是，隨著網(wǎng)絡(luò)、通信、交通等技的飛速發(fā)展，人們活動的現(xiàn)實(shí)空間和虛擬空間不斷擴(kuò)大，需要身份認(rèn)證的場合也變得無不在。密碼遺失、資料被盜的時間不斷發(fā)生，傳統(tǒng)的安全技術(shù)已暴露出重大的缺陷，就會給個人乃至整個社會帶來重大的甚至難以彌補(bǔ)的損失。面臨這樣的情況，人們對身份識別的安全性、可靠性、準(zhǔn)確和實(shí)用性提出了更高的要求，必須尋求身份識別的新途徑。于是，近年來人類生物特征越來越廣泛地應(yīng)用于身份識別，而且生物特征可以更好的進(jìn)行安全控制，世界各國政府都在大力推進(jìn)生物識別技術(shù)的發(fā)展及應(yīng)用。所謂生物特征認(rèn)證就是利用人的生理或行為特征對個人身份進(jìn)行識別或是認(rèn)證的技術(shù)，與傳統(tǒng)的身份認(rèn)證技術(shù)不同，基于生物特征的身份認(rèn)證技術(shù)，以人體本身所固有的生理特征或行為特征作為識別媒介，運(yùn)用圖像處理和模式識別等技術(shù)，實(shí)現(xiàn)身份鑒別或驗證。相對傳統(tǒng)的身份認(rèn)證方法而言，生物特征認(rèn)證技術(shù)具有不會因當(dāng)事人遺忘或他人竊取和偽造而進(jìn)行錯誤判定，比傳統(tǒng)的身份認(rèn)證方法更加安全方便、特征唯一、不易偽造、不可竊取。生物特征可分為生理特征和行為特征兩大類，人臉、指紋、掌紋、虹膜、視網(wǎng)膜等屬于生理特征，語音、步態(tài)、筆跡等屬于行為特征，生理特征相對行為特征而言更為穩(wěn)定。人臉識別技術(shù)基于生理特征進(jìn)行識別，是最主要的生物特征身份認(rèn)證技術(shù)之一。在各種生物特征認(rèn)證技術(shù)中，人臉識別技術(shù)的市場份額僅次于指紋識別技術(shù)。人臉識別技術(shù)和其他的生物識別比起來有以下幾個優(yōu)點(diǎn): (1)人臉識別可以在隱蔽的條件下進(jìn)行，適用于安全監(jiān)控。 (2)數(shù)據(jù)采集方便，采集設(shè)備成本低廉。目前，普通數(shù)碼相機(jī)、數(shù)碼攝像機(jī)和照掃描儀等攝像設(shè)備在普通家庭的日益普及進(jìn)一步增加了其可用性；(3)人臉識別具有快捷、非接觸的特點(diǎn)，對用戶友好。人臉是人們在日常生活中辨認(rèn)他人的最常用的特征。利用人臉特征進(jìn)行身份驗證最易被人們接受； (4)存在豐富的現(xiàn)有數(shù)據(jù)。社會上具有各種大型的人臉數(shù)據(jù)庫，如公安部門的身份證照片數(shù)據(jù)庫，學(xué)校里的學(xué)生學(xué)籍?dāng)?shù)據(jù)庫等等。在各種身份證明材料中，一般也會含有標(biāo)準(zhǔn)的正面人臉照片；(5)具有方便、快捷、強(qiáng)大的事后追蹤能力。普通人可以對人臉認(rèn)證系統(tǒng)的結(jié)果進(jìn)行判定，而上述其他生物特征一般只能通過專家認(rèn)定。人臉識別技術(shù)作為生物識別技術(shù)的一種，以其特有的穩(wěn)足性、方便性、唯一性等特點(diǎn)被愈來愈多地應(yīng)用于除安全問題外的各種身份識別領(lǐng)域。因為其巨大的商業(yè)應(yīng)用前景，受到越來越多的重視。近幾十年以來人臉識別技術(shù)有了長足的發(fā)展，并且逐步走向?qū)嶋H應(yīng)用階段?？梢灶A(yù)言，在今后的幾十年內(nèi)，隨著人臉識別技術(shù)進(jìn)一步發(fā)展，人臉識別技術(shù)將應(yīng)用到更多的領(lǐng)域，例如視覺監(jiān)控、娛樂應(yīng)用、智能卡、自動身份驗證、銀行安全、公安系統(tǒng)刑偵破案的罪犯身份識別、身份證及駕駛執(zhí)照等證件驗證、銀行及海關(guān)的監(jiān)控、自動門衛(wèi)系統(tǒng)、視頻會議等。目前，各國都加大力度研究生物識別技術(shù)，人臉識別這一最類似人類身份鑒別的方式得到了很多人的關(guān)注，很多重要的出入場合都在安裝人臉識別系統(tǒng)。這些己有的以及潛在的應(yīng)用領(lǐng)域?qū)⑼苿尤四樧R別技術(shù)不斷發(fā)展。根據(jù)預(yù)計，生物特征識別技術(shù)在20092012年的增長率將保持30%左右，在國內(nèi)這一數(shù)字會更高。整個生物識別技術(shù)市場的規(guī)模2010年將達(dá)到40億美元左右，國內(nèi)市場有可能達(dá)到40億人民幣。人臉識別作為一種新興的生物識別技術(shù)將占據(jù)整個生物特征識別技術(shù)15%20%左右的份額。就算以15%計算，人臉識別的市場規(guī)模也將在2010年達(dá)到6億美元，國內(nèi)達(dá)到40億人民幣左右。作為一種最直接、最自然、最容易被人接受的生物特征識別技術(shù)，人臉識別致力于探索如何使機(jī)器能夠自動地根據(jù)用戶的人臉圖像來鑒別用戶的身份。 人臉識別的研究涉及模式識別、計算機(jī)視覺、人工智能、圖像處理、心理學(xué)、機(jī)器人的智能化研究、醫(yī)學(xué)、生理學(xué)和認(rèn)知科學(xué)等，與計算機(jī)人機(jī)交互領(lǐng)域和基于其它生物特征的身份識別方法都有密切聯(lián)系。雖然人們可以毫不費(fèi)力地通過臉部圖像來鑒別互相的身份，然而由于成像過程中各種影響因素的變化常常導(dǎo)致同一個人的人臉圖像發(fā)生非常大的變化，因此建立自動系統(tǒng)完成識別任務(wù)是非常具有挑戰(zhàn)性的。雖然目前國內(nèi)外己經(jīng)有許多實(shí)用系統(tǒng)問世，但是只有在非?？量痰某上駰l件下，才能得到比較令人滿意的識別效果。因此，人臉識別研究仍然遠(yuǎn)遠(yuǎn)沒有到達(dá)完善的境地，還有非常大的發(fā)展空間。 人臉識別(Face Recognition)是指基于己知