【正文】 臉?lè)?，概?PCA 方法，獨(dú)立成分分析方法等。 還設(shè)計(jì)了一個(gè)高速且有一定知識(shí)導(dǎo)引的半自動(dòng)回溯識(shí)別系統(tǒng)。他們或者通過(guò)簡(jiǎn)單的語(yǔ)句描述數(shù)據(jù)庫(kù)中的人臉，或者為待識(shí)別臉設(shè)計(jì)有效和逼真的摹寫來(lái)提高臉部識(shí)別率。根據(jù)特征綜合時(shí)采用的不同模型, 可以將基于灰度特征的方法分為: 基于模板的方法, 基于特征臉?lè)?，基于神?jīng)網(wǎng)絡(luò)法，基于支持矢量機(jī)法以及基于概率統(tǒng)計(jì)模型的算法等等。比較著名的有 MIT，CMU 等；國(guó)內(nèi)的清華大學(xué) 、北京工業(yè)大學(xué) 、中國(guó)科學(xué)院計(jì)算技術(shù)研究所和中國(guó)科學(xué)院自動(dòng)化研究所等都有人員從事人臉檢測(cè)相關(guān)的研究。 人臉檢測(cè)國(guó)內(nèi)外研究現(xiàn)狀人臉檢測(cè)問(wèn)題最初來(lái)源于人臉識(shí)別。人臉的特征具有多樣性和唯一性，只有保持這種多樣性和唯一性，才能保證人臉圖像的準(zhǔn)確描述。人臉檢測(cè)主要受到光照、噪聲、姿態(tài)、以及遮擋等因素的影響，它的檢測(cè)結(jié)果直接影響到人臉識(shí)別的準(zhǔn)確性。人臉檢測(cè)環(huán)節(jié)包括對(duì)人臉的檢測(cè)，定位和跟蹤?！∪四樧R(shí)別是隨著計(jì)算機(jī)技術(shù)、圖像處理技術(shù)、模式識(shí)別技術(shù)等技術(shù)的快速進(jìn)步而出現(xiàn)的一種嶄新的生物特征識(shí)別技術(shù)。一旦他人獲得身份標(biāo)識(shí)物品和知識(shí)就具有與擁有者相同的權(quán)力，使真正擁有者的利益受到威脅。安防人臉生物信息識(shí)別系統(tǒng)畢業(yè)論文目 錄第一章 緒論 ...........................................................................................................................................6 引言 ....................................................................................................................................6 國(guó)內(nèi)外研究現(xiàn)狀 ................................................................................................................7 人臉檢測(cè)國(guó)內(nèi)外研究現(xiàn)狀 ..........................................7 人臉識(shí)別國(guó)內(nèi)外研究現(xiàn)狀 ..........................................8 存在的優(yōu)勢(shì)與困難 ............................................................................................................9 整體應(yīng)用方案 ..................................................................................................................10 效益分析 ..........................................................................................................................12 預(yù)期成果 .......................................................12 預(yù)期經(jīng)濟(jì)，社會(huì)，環(huán)境效益 .......................................12 本文研究?jī)?nèi)容及結(jié)構(gòu)安排 ..............................................................................................12第二章 人臉檢測(cè)方法研究 .................................................................................................................14 基于膚色特征的人臉檢測(cè)方法 ......................................................................................14 基于灰度特征的人臉檢測(cè)方法 ......................................................................................14 基于知識(shí)的人臉檢測(cè)方法 .........................................15 基于代數(shù)特征的人臉檢測(cè)方法 .....................................17 基于模板的人臉檢測(cè)方法 .........................................19 基于機(jī)器學(xué)習(xí)的人臉檢測(cè)方法 .....................................22 本文的人臉檢測(cè)方法 ......................................................................................................29 Haar 函數(shù)及 Haar 變換 ...........................................29 人臉類 Haar 特征快速算法 ........................................31 AdaBoost 級(jí)聯(lián)分類器 ............................................33 本章小結(jié) ..........................................................................................................................43第三章 人臉識(shí)別系統(tǒng)概述 .................................................................................................................44 人臉圖像的歸一化 ..........................................................................................................45 圖像的幾何歸一化 ...............................................45 圖像的灰度歸一化 ...............................................45 人臉圖像特征抽取 ..........................................................................................................45 抽取變換系數(shù)特征 ...............................................46 灰度統(tǒng)計(jì)特征 ...................................................46 抽取直觀幾何特征 ...............................................46 抽取代數(shù)特征 ...................................................47 人臉?lè)诸愖R(shí)別 ..................................................................................................................48 基于子空間變換的方法 ...........................................48 基于機(jī)器學(xué)習(xí)的方法 .............................................48 基于模型的方法 .................................................48第四章 人臉識(shí)別方法詳細(xì)設(shè)計(jì) .........................................................................................................50 基于隱馬爾可夫模型的方法 ..........................................................................................50 一維隱馬爾可夫模型介紹及缺陷 ...................................51 嵌入式隱 Markov 模型結(jié)合神經(jīng)網(wǎng)絡(luò)的方法 ..........................52 本文采用的嵌入式隱 Markov 模型結(jié)合神經(jīng)網(wǎng)絡(luò)方法的具體實(shí)現(xiàn) ........54 基于主成分分析法與歐式距離的方法 ..........................................................................58 主成分分析法基本理論 ...........................................59 本文采用的主成分分析與歐式距離方法及具體實(shí)現(xiàn)細(xì)節(jié) ...............60 基于主成分分析法與支持向量機(jī)的方法 ......................................................................62 支持向量機(jī)的基本理論 ...........................................62 本文采用的主成分分析與支持向量機(jī)方法及具體實(shí)現(xiàn)細(xì)節(jié) .............63 基于局部 Gabor 變化直方圖序列的人臉描述與識(shí)別方法 ..........................................64 基于 HSLGBP 的人臉描述方法 ......................................65 基于 HSLGBP 的人臉?lè)诸愖R(shí)別方法 ..................................68 對(duì)比實(shí)驗(yàn)與分析 .................................................71 總結(jié) ..................................................................................................................................72第五章 系統(tǒng)構(gòu)建 .................................................................................................................................73第六章 結(jié)論與展望 .............................................................................................................................78 總結(jié) ..................................................................................................................................78 展望 ..................................................................................................................................78參考文獻(xiàn) .................................................................................................................................................80第一章 緒論 引言隨著計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)的高速發(fā)展和信息化進(jìn)程的日益加快，信息安全和公共安全越來(lái)越顯示出其前所未有的重要性。因此，傳統(tǒng)身份認(rèn)證技術(shù)面臨著嚴(yán)峻的挑戰(zhàn)，并越來(lái)越不適應(yīng)現(xiàn)代科技的發(fā)展和社會(huì)的進(jìn)步。借助人臉識(shí)別技術(shù)，可完美地解決人工判別所存在的各種問(wèn)題。所謂檢測(cè)，就是給定任意圖像，確定其中是否存在人臉；如果有，給出人臉的位置、大小等狀態(tài)信息。人臉識(shí)別是利用計(jì)算機(jī)分析人臉圖像，進(jìn)而從中提取有效的識(shí)別信息，用來(lái)“辨識(shí)”身份的一門技術(shù)。識(shí)別就是將待識(shí)別的人臉與已知人臉進(jìn)行比較，得出相似程度的相關(guān)信息。人臉檢測(cè)是自動(dòng)人臉識(shí)別系統(tǒng)中的一個(gè)關(guān)鍵環(huán)節(jié), 但是早期的人臉識(shí)別研究主要針對(duì)具有較強(qiáng)約束條件的人臉圖像(如無(wú)背景的圖像), 往往假設(shè)人臉位置已知或很容易獲得, 因此人臉檢測(cè)問(wèn)題并未受到重視。