【正文】 ................................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。準(zhǔn)確的身份識(shí)別或認(rèn)證是保證信息安全和公共安全的重用前提，人們對(duì)于既方便快捷又安全可靠的身份認(rèn)證手段的需求日益迫切，而傳統(tǒng)身份認(rèn)證方法（如鑰匙、證件、印鑒、磁卡等身份標(biāo)識(shí)物體或用戶名和密碼等身份標(biāo)識(shí)知識(shí)）已經(jīng)不能滿足當(dāng)前需要。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。生物特征識(shí)別是利用人類特有的生理或行為特征來(lái)識(shí)別個(gè)人身份的技術(shù)，它提供了一種高可靠性，高穩(wěn)定性的身份鑒別方法，滿足了人們的需求?！∪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)。如：計(jì)算機(jī)不會(huì)疲勞，不會(huì)分心，無(wú)需受專業(yè)培訓(xùn)就能進(jìn)行生物特征數(shù)據(jù)存儲(chǔ)，以及在指定范圍內(nèi)進(jìn)行快速的照片搜索和身份判別，可以快速的進(jìn)行照片的錄入，面部特征提取、分析，快速而準(zhǔn)確地判定一張照片的主人或數(shù)張照片是否為同一個(gè)人，也可在大量的照片數(shù)據(jù)中輕而易舉的找到需著重注意的重點(diǎn)人物。人臉檢測(cè)環(huán)節(jié)包括對(duì)人臉的檢測(cè)，定位和跟蹤。人臉跟蹤指在一組連續(xù)靜態(tài)圖像所構(gòu)成的動(dòng)態(tài)視頻中實(shí)時(shí)地檢測(cè)人臉。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。人臉識(shí)別又分為特征提取和識(shí)別兩個(gè)部分。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。 國(guó)內(nèi)外研究現(xiàn)狀最早的人臉檢測(cè)與識(shí)別研究可以追溯到上世紀(jì) 50 年代 Bruner 和 Tagiuri 于1954 年從心理學(xué)角度進(jìn)行的研究，20 世紀(jì) 60 年代 Bledsoe 從工程學(xué)角度進(jìn)行了探索，而真正的人臉機(jī)器自動(dòng)識(shí)別則起步于 20 世紀(jì) 70 年代。 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。近幾年隨著電子商務(wù)等應(yīng)用的發(fā)展, 人臉識(shí)別成為最有潛力的生物身份驗(yàn)證手段，這種應(yīng)用背景要求自動(dòng)人臉識(shí)別系統(tǒng)能夠?qū)σ话悱h(huán)境圖像具有一定的適應(yīng)能力, 由此所面臨的一系列問(wèn)題使得人臉檢測(cè)開(kāi)始作為一個(gè)獨(dú)立的課題受到研究者的重視。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