【正文】 。人臉識(shí)別的困難還在于圖像包括大量的數(shù)據(jù)，輸入的像素可能成百上千，每個(gè)像素都含有各自不同的灰度級(jí)，由此帶來(lái)的計(jì)算的復(fù)雜度將會(huì)增加。 人臉識(shí)別是當(dāng)前模式識(shí)別領(lǐng)域的一個(gè)前沿課題，但目前人臉識(shí)別尚處于研究課題階段，尚不是實(shí)用化領(lǐng)域的活躍課題。國(guó)外有許多學(xué)校在研究人臉識(shí)別技術(shù)，研究涉及的領(lǐng)域很廣。ve 變換等或新的神經(jīng)網(wǎng)絡(luò)技術(shù)。進(jìn)入九十年代，由于各方面對(duì)人臉識(shí)別系統(tǒng)的迫切需求，人臉識(shí)別的研究變的非常熱門(mén)。 80 年代初 T. Minami 研究出了優(yōu)于Sakai 的人臉圖像自動(dòng)識(shí)別系統(tǒng)。1972 年， Harmon 用交互人臉識(shí)別方法在理論上與實(shí)踐上進(jìn)行了詳細(xì)的論述。 20 世紀(jì) 60 年代， Bledsoe 提出了人臉識(shí)別的半自動(dòng)系統(tǒng)模式與特征提取方法。它的研究涉及模式識(shí)別、圖像處理、生物學(xué)、心理學(xué)、認(rèn)知科學(xué)， 與基于其它生物特征的身份鑒別方法以及計(jì)算機(jī)人機(jī)感知交互領(lǐng)域都有密切聯(lián)系。 The adornment such as hair, glasses of face cause shade。t get rid of the intervention of people. Into the niy s, as a result of the parties face the pressing needs of the face recognition system, the research of face recognition is very popular. Face recognition method is a major breakthrough, entered the stage of the real machine automatic identification such as Karhunen Loeve transform or a new neural work technology. Face recognition research obtained the unprecedented attention, the number of papers published on face recognition and so on increased dramatically, from 1990 to 1990 alone, between SCI and EI can be retrieved as many as thousands of articles, related literature about face recognition during the period of this review is also visible. Abroad, there are many schools in facial recognition technology research, research field is very wide. These studies are 佳木斯大學(xué)學(xué)士學(xué)位論文 佳木斯大學(xué)信息電子技術(shù)學(xué)院 32 military, police and big pany attaches great importance to and support the domestic some wellknown colleges and universities are engaged in the research of face recognition. Face recognition is a frontier topic in the field of pattern recognition, but the current face recognition was still in the stage of research topic, it is not active topic in the field of practical application. While humans can tell a person had no difficulty (in) the human face, but the use of puters for fully automatic face recognition has many difficulties, displays in: the face is a rigid body, the face changes。 % 產(chǎn)生矩形坐標(biāo) 佳木斯大學(xué)學(xué)士學(xué)位論文 佳木斯大學(xué)信息電子技術(shù)學(xué)院 31 附錄 2 外文參考文獻(xiàn)及翻譯 Research development of face recognition at home and abroad Face recognition is one of the most outstanding ability in human visual. Its research involves pattern recognition, image processing, biology, psychology, cognitive science, with other biometric identifica method based on human perception and puter interaction field has a close contact. As early as the sixties and seventies face recognition caused the researchers39。 sy = starty+u。 ccorr = corr2(mfit,mult) % 計(jì)算相關(guān)度 [l,r,u,d] = bianjie(bwmodel_rot)。 end。 endy = checklimit(endy,limy)。 starty = checklimit(starty,limy)。 佳木斯大學(xué)學(xué)士學(xué)位論文 佳木斯大學(xué)信息電子技術(shù)學(xué)院 30 endy = starty + morig1。 starty = cymody。 [limy, limx] = size(mfit)。 % 產(chǎn)生一個(gè)覆蓋了人臉模板的灰度圖像 mfit = zeros(size(mult))。 % 選擇模板人臉區(qū)域 [modx,mody] =center(bwmodel_rot)。 % 旋轉(zhuǎn)模板 [l,r,u,d] = bianjie(model_rot)。bilinear39。)。 model_rot = imresize(frontalmodel,[ly wx],39。 end。 if (down ~= 1) break。 end。 佳木斯大學(xué)學(xué)士學(xué)位論文 佳木斯大學(xué)信息電子技術(shù)學(xué)院 29 for i=m:1:1, for j=1:n, if (A(i,j) ~= 0) down = i。 end。 end。 break。 end。 if (right ~= 1) break。 end。 for j=n:1:1, for i=1:m, if (A(i,j) ~= 0) right = j。 end。 end。 break。 down = 1。 right = 1。 （ 2） 找區(qū)域邊界 function [left, right, up, down] = bianjie(A) [m n] = size(A)。 ggg=mean(gg)。 end end rrr=mean(rr)。 % 列像素 for i=1:row for j=1:column rr(i,j)=R1(i,j)/RGB(i,j)。 row=size(Ori_Face,1)。 B1=im2double(B)。 R1=im2double(R)。 G=Ori_Face(:,:,2)。 最后，我還要感謝身邊的朋友和同學(xué)，在大學(xué)生活的四年里，我在你們的陪伴中成長(zhǎng)， 謝謝你們?cè)谧霎厴I(yè)設(shè)計(jì)這段日子里給予我的幫助。 同時(shí)，我也要感謝教導(dǎo)過(guò)我的所有老師。在我做畢業(yè)設(shè)計(jì)的這段時(shí)間里，常常會(huì)被一些難題所困擾，弄得焦頭爛額。在做畢業(yè)設(shè)計(jì)的這段時(shí)間里，我的老師、同學(xué)們對(duì)我給予了非常多的幫助，在這里，謹(jǐn)向他們致以最真誠(chéng)的感謝！ 尤為感謝的，是我的導(dǎo)師周經(jīng)國(guó)老師。 本 次基于 Matlab 的人臉識(shí)別系統(tǒng)的仿真設(shè)計(jì)到這里就結(jié)束了，在設(shè)計(jì)過(guò)程中，雖然對(duì)幾種方法進(jìn)行了對(duì)比選擇，但是還是有很多不足，可能很多問(wèn)題想的不夠充分，設(shè)計(jì)中有些數(shù)據(jù)可能會(huì)有偏差，因此在今后的學(xué)習(xí)生活中要更加努力，不斷地提高自己的科學(xué)文化水平和各方面素質(zhì)。 然而，在現(xiàn)實(shí)生活中 由于受到采集距離、光線(xiàn)明暗、人臉角度等因素的影響，采集到的人臉圖像與人臉庫(kù)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。 事實(shí)證明，這種方法對(duì) 人臉 能更好 的分類(lèi)，但 其對(duì) 于 人臉圖像的 像素質(zhì)量等要求較高，而我們只 是采用 Orl 標(biāo)準(zhǔn) 的 人臉 數(shù)據(jù)庫(kù)中的圖像完成測(cè)試 ，因此 可以 得 到較高的識(shí)別率。通過(guò)對(duì)一些算法，方法的比較，選擇了比較合理的方法進(jìn)行圖像預(yù)處理。目前到處可見(jiàn)攝像頭，監(jiān)控錄像，這些的普及，使人臉識(shí)別具有重大商業(yè)價(jià)值。 執(zhí)行上述代碼后效果如下圖所示： 佳木斯大學(xué)學(xué)士學(xué)位論文 佳木斯大學(xué)信息電子技術(shù)學(xué)院 23 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(kù)中的人臉圖像，效果圖如下： 佳木斯大學(xué)學(xué)士學(xué)位論文 佳木斯大學(xué)信息電子技術(shù)學(xué)院 24 結(jié)論 圖像是人類(lèi)日常生活和工作中獲取和交換信息的重要來(lái)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。 % Executes on button press in pushbutton7. function pushbutton7_Callback(hObject, eventdata, handles) % hObject handle to pushbutton7 (see GCBO) % eventdata reserved to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) clear all。Equivalent Image39。 imshow(SelectedImage)。 SelectedImage = imread(SelectedImage)。\39。 OutputName = Recognition(im, m, V_PCA, V_Fisher, ProjectedImages_Fisher)。 global TrainDatabasePath 。 global T。 佳木斯大學(xué)學(xué)士學(xué)位論文 佳木斯大學(xué)信息電子技術(shù)學(xué)院 22 imshow(im)。 im=imread(str)。)。},39。39。 [filename,pathname]=uigetfile({39。 %[m V_PCA V_Fisher ProjectedImages_Fisher] = FisherfaceCore(T)。 global T。 % Executes on button press in pushbutton4. function pushbutton4_Callback(hObject, eventdata, handles) % hObject handle to pushbutton4 (see GCBO) % eventdata reserved to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) global TrainDatabasePath 。 %axes()。 佳木斯大學(xué)學(xué)士學(xué)位論文 佳木斯大學(xué)信息電子技術(shù)學(xué)院 21 %str=[pathname filename]。 39。*.bmp39。*.jpg39。)。), 39。 TestDatabasePath = uigetdir(strcat(matlabroot,39。 )。), 39。 TrainDatabasePath = uigetdir(strcat(matlabroot,39。 %