【正文】 不要做金錢、權(quán)利的奴隸；應(yīng)學(xué)會(huì)做“金錢、權(quán)利”的主人。這些研究受到軍方、警方及大公司的高度重視和資助，國內(nèi)的一些知名院校也開始從事人臉識(shí)別的研究。同年，Sakai 設(shè)計(jì)了人臉圖像自動(dòng)識(shí)別系統(tǒng)。 Face along with the age growth and change。end。endx = startx + norig1。 % 求邊界坐標(biāo)bwmodel_rot=imcrop(model_rot,[l u (rl) (du)])。（3）模板匹配function [ccorr, mfit, RectCoord] = mobanpipei(mult, frontalmodel,ly,wx,cx, cy, angle)frontalmodel=rgb2gray(frontalmodel)。end。 end。 if (left ~= 1) break。left = 1。 % 行像素column=size(Ori_Face,2)。真心的感謝所有在生活、學(xué)習(xí)中幫助過我的良師益友，謝謝你們！26參考文獻(xiàn)［1］ 何東健，耿楠，（第二版）.西安電子科技大學(xué)出版社，：1325［2］ MATLAB ，:1218［3］ 陳書海，2022［4］ ：電子工業(yè)出版社，1997［5］ 何東健，1998［6］ ，1999［7］ ：圖像處理和分析（上）.清華大學(xué)出版社，1999［8］ ：圖像分析（中）.清華大學(xué)出版社，2022［9］ ：圖像理解與計(jì)算機(jī)視覺（下）.清華大學(xué)出版社，2022［10］ 朱秀昌，劉峰，2022［11］ ［M］.北京：電子工業(yè)出版社，2022［12］ 數(shù)字圖像處理［M］.北京：機(jī)械工業(yè)出版社，202227［13］ 徐倩，鄧偉. 一種融合兩種主成分分析的人臉識(shí)別方法[J].計(jì)算機(jī)學(xué)報(bào)，2022［14］ 郭文強(qiáng)，2022［15］ ，1999［16］ MATLAB ，2022［17］ Wangmeng Zuo，Kuanquan Wang，David Zhang，Hongzhi Zhang. Combination of two novel LDAbased methods for face recognition[C].Proceedings of the IEEE，2022［18］ ［J］.計(jì)算機(jī)學(xué)報(bào)，2022［19］ The User GUIdes[DB/OL].2022附錄 1 人臉識(shí)別的 MATLAB 源程序（1）色彩空間轉(zhuǎn)換：function [r,g]=rgb_RGB(Ori_Face)R=Ori_Face(:,:,1)。致謝在佳木斯大學(xué)的學(xué)習(xí)生活即將結(jié)束，現(xiàn)在想想對(duì)母校還是有很多留戀。在本文圖像處理時(shí)，用到如灰度變化、格式轉(zhuǎn)換和濾波銳化等基本方法來實(shí)現(xiàn)圖像處理。%title(39。[m V_PCA V_Fisher ProjectedImages_Fisher] = FisherfaceCore(T)。str=[pathname filename]。% Executes on button press in pushbutton5.function pushbutton9_Callback(hObject, eventdata, handles)% hObject handle to pushbutton5 (see GCBO)22% eventdata reserved to be defined in a future version of MATLAB% handles structure with handles and user data (see GUIDATA)global im。%im=imread(str)。% Executes on button press in pushbutton3.21%function pushbutton3_Callback(hObject, eventdata, handles)% hObject handle to pushbutton3 (see GCBO)% eventdata reserved to be defined in a future version of MATLAB% handles structure with handles and user data (see GUIDATA)%[filename,pathname]=uigetfile({39。訓(xùn)練庫路徑選擇...39。% Update handles structureguidata(hObject, handles)。gui_Callback39。gui_Singleton39。Property39。EdgeColor39。 if pmx amp。BB = regionprops(L, 39。s2=y2。y2=c。BW=im2bw(I)?；陲@式特征的方法是指通過肉眼的觀察，總結(jié)概括出人臉區(qū)域區(qū)別于“非人臉”區(qū)域的特征，根據(jù)與被檢測(cè)區(qū)域的對(duì)比，即是否滿足這些人臉特征，從而判定該區(qū)域包含人臉與否。canny39。 邊緣檢測(cè)數(shù)字圖像的邊緣檢測(cè)是目標(biāo)區(qū)域識(shí)別、圖像分割、區(qū)域形狀提取等圖像分析過程中十分重要的基礎(chǔ)步驟,也是人臉圖像識(shí)別中用來實(shí)現(xiàn)提取圖像特征的一個(gè)重要步驟。9subplot(1,2,1),imshow(j)。在本文案例中,為使濾波效果更加明顯,我們預(yù)先為人臉圖像人為增加噪聲,然后用自適應(yīng)濾波方法對(duì)圖像進(jìn)行濾波處理。通過原圖與直方圖均衡化后圖像對(duì)比可以發(fā)現(xiàn),圖像變得更加清晰,并且均衡化后的直方圖相對(duì)于原直方圖的形狀更為理想。imwrite(j,39。 圖像處理工具箱包含了不同圖像類型之間相互轉(zhuǎn)換的大量函數(shù),如 rgb2gray()可以將顏色映像表或 RGB圖像轉(zhuǎn)換為灰度圖像，通過 mat2gray()函數(shù)能實(shí)現(xiàn)矩陣轉(zhuǎn)換為灰度圖像的功能。人臉特征提取的方法總結(jié)起來可以分為兩大類：一種是基于統(tǒng)計(jì)學(xué)習(xí)或代數(shù)特征的表征方法；另一種是基于知識(shí)的表征方法。人臉圖像中包含的模式特征非常豐富，如模板特征、結(jié)構(gòu)特征、直方圖特征、顏色特征等。 本課題的主要內(nèi)容本次課題主要講述了人臉識(shí)別中應(yīng)用 Matlab 對(duì)圖像進(jìn)行預(yù)處理，通過人臉檢測(cè)、人臉跟蹤、人臉比對(duì)來實(shí)現(xiàn)基于 Matlab 的人臉識(shí)別系統(tǒng)的仿真。例如京滬高鐵三站將建立人臉識(shí)別系統(tǒng)，即使整容也能被識(shí)別。如清華大學(xué)、中科院計(jì)算機(jī)所、中科院自動(dòng)化所等自主研發(fā)的人臉識(shí)別技術(shù)已經(jīng)達(dá)到了國際先進(jìn)的水平。近 30 多年來，在計(jì)算機(jī)科技和大規(guī)模集成電路技術(shù)的迅猛發(fā)展、離散數(shù)學(xué)理論創(chuàng)立和完善，以及工業(yè)、軍事、醫(yī)學(xué)等方面的應(yīng)用需求在不斷增長，人臉識(shí)別技術(shù)已經(jīng)在人機(jī)交互、安全驗(yàn)證系統(tǒng)、系統(tǒng)公安(罪犯識(shí)別等)、醫(yī)學(xué)、檔案管理、信用卡驗(yàn)證、視頻會(huì)議等方面的巨大應(yīng)用前景而越來越成為當(dāng)前模式識(shí)別和人工智能領(lǐng)域的一個(gè)研究熱點(diǎn)。人臉識(shí)別是一項(xiàng)當(dāng)下十分熱門的計(jì)算機(jī)技術(shù)的研究領(lǐng)域，該項(xiàng)技術(shù)可以人臉明暗偵測(cè)，并且自動(dòng)調(diào)整動(dòng)態(tài)曝光補(bǔ)償，同時(shí)對(duì)人臉追蹤偵測(cè)，并自動(dòng)調(diào)整影像放大；這項(xiàng)技術(shù)屬于生物特征識(shí)別技術(shù)的一種，是利用生物體（一般指人）本身的生物特征從而達(dá)到區(qū)分生物體個(gè)體的目的。報(bào)告利用 MATLAB 軟件來實(shí)現(xiàn)人臉信息檢測(cè)與識(shí)別，利用 YCbCr 空間以及灰度圖像來實(shí)現(xiàn)人臉的邊緣分割, 將真彩圖像轉(zhuǎn)換為灰度圖像，并根據(jù)膚色在YCbCr 色度空間上的分布范圍，來設(shè)定門限閥值，從而實(shí)現(xiàn)人臉區(qū)域與非人臉區(qū)域的分割，通過圖像處理等一系列的操作來剔除干擾因素，再通過長寬比和目標(biāo)面積等方法在圖像中定位出人臉區(qū)域，經(jīng)試驗(yàn)，該方法能夠排除面部表情、衣著背景、發(fā)型等干擾因素，從而定位出人臉區(qū)域。人臉識(shí)別技術(shù)在中國也有迅猛發(fā)展的歷史。而人臉識(shí)別技術(shù)的研究就是在這樣的背景下發(fā)展起來的。人臉識(shí)別技術(shù)的研究也有重大的學(xué)術(shù)價(jià)值。一般人臉識(shí)別系統(tǒng)構(gòu)架如圖 所示：人臉圖像采集及檢測(cè)人臉圖像預(yù)處理人臉圖像特征提取匹配與識(shí)別圖 人臉識(shí)別系統(tǒng)構(gòu)架（1）人臉圖像采集及檢測(cè) 人臉圖像采集：人臉圖像信息都能通過攝像鏡頭采集記錄下來，比如不同位置、不同表情、靜態(tài)圖像、動(dòng)態(tài)圖像等方面都能得到很好的采集。（3）人臉圖像特征提取 人臉圖像特征提?。喝四樧R(shí)別系統(tǒng)通常會(huì)使用的特征分為視覺特征、人臉圖像變換系數(shù)特征、像素統(tǒng)計(jì)特征以及人臉圖像代數(shù)特征等。圖像的輸出可以用 imwrite( )函數(shù)，很方便快捷的將圖像輸出到電腦硬盤上。)。實(shí)現(xiàn)圖像的灰度轉(zhuǎn)換的方法有很多,其中最常用到的是直方圖變換的方法,即直方圖的均衡化。imshow(j)。j=imnoise(i,39。,2,)。F:\39。通常檢測(cè)和定位同步進(jìn)行。F:\39。x2=r。 r1=x1。 end x1=x1+r。 [s1 s2]=size(BB2)。rectangle(39。運(yùn)行如下代碼：function varargout = faceCore(varargin)% FACECORE Mfile for % FACECORE, by itself, creates a new FACECORE or raises the existing% singleton*.%% H = FACECORE returns the handle to a new FACECORE or the handle to% the existing singleton*.%% FACECORE(39。gui_State = struct(39。, faceCore_OutputF, ... 39。endif nargout [varargout{1:nargout}] = gui_mainf(gui_State, varargin{:})。TrainDatabasePath = uigetdir(strcat(matlabroot,39。), 39。39。global T。},39。global T。SelectedImage = imread(SelectedImage)。執(zhí)行上述代碼后效果如下圖所示：如上圖所示，當(dāng)我們選擇待識(shí)別照片后，點(diǎn)擊圖像匹配，可以快速匹配到與該測(cè)試圖像特征信息相符合的訓(xùn)練庫中的人臉圖像，效果圖如下：24結(jié)論圖像是人類日常生活和工作中獲取和交換信息的重要來源，人臉圖像的識(shí)別技術(shù)已經(jīng)應(yīng)用到了生活中的方方面面。然而，在現(xiàn)實(shí)生活中由于受到采集距離、光線明暗、人臉角度等因素的影25響，采集到的人臉圖像與人臉庫進(jìn)行匹配識(shí)別時(shí)，識(shí)別率很難可以達(dá)到測(cè)試要求。同時(shí)，我也要感謝教導(dǎo)過我的所有老師。B1=im2double(B)。ggg=mean(gg)。 break。29end。end。 if (down ~= 1) break。bilinear39。[limy, limx] = size(mfit)。endy = checklimit(endy,limy)。 % 產(chǎn)生矩形坐標(biāo)31附錄 2 外文參考文獻(xiàn)及翻譯Research development of face recognition at home and abroadFace recognition is one of the most outstanding ability in human visual. Its r