【正文】 之時，結(jié)合了資料中的算法并揉進(jìn)了自己的一些思想，使程序可以對人臉圖片進(jìn)行簡易識別。 （ 2） 軟件環(huán)境 可以運(yùn)行在微軟公司近年來所出的各種操作系統(tǒng)。 ③ 熟悉 C++高級程序設(shè)計語言。 ② 配備符合 ANSI/ISO 標(biāo)準(zhǔn)的高級程序設(shè)計語言處理軟件。能夠滿足個人學(xué)習(xí)和設(shè)計需 要。從數(shù)學(xué)上來說圖像直方圖是圖像各個灰度值統(tǒng)計特性與圖像灰度值的函數(shù)，它統(tǒng)計了一幅圖像中各個灰度級出現(xiàn)的次數(shù)和概率。 二值化： 通過一些算法，通過一個閾值改變圖像中的像素顏色 ，令整幅圖像畫面內(nèi)僅有黑白二值，該圖像一般由黑色區(qū)域和白色區(qū)域組成，可以用一個比特表示一個像素，“ 1”表示黑色，“ 0”表示白色， 以 便有利于我們對特征的提取。 相似度計算： 相似度計算是為了判別兩對象的相似程度而設(shè)定的算法，比如文字、指紋、人臉等。它 針對原始圖像的每一個像素直接對其灰度進(jìn)行處理的，其處理過程主要是通過增強(qiáng)函數(shù)對像素的灰度級進(jìn)行運(yùn)算并將運(yùn)算結(jié)果作為該像素的新灰度值來實(shí)現(xiàn)的。 20xx 屆計算機(jī)科學(xué)與技術(shù)專業(yè)畢業(yè)設(shè)計（論文） 5 Sobel 提?。ㄟ吘壧崛。翰捎锰荻任⒎咒J化圖像，使噪聲、條紋等得到增強(qiáng)；對圖像中的隨機(jī)噪聲也有一定的平滑作用；標(biāo)記人臉的邊緣，使其邊緣顯得粗而亮。 該模塊中的子模塊有如下幾個，下面對它們進(jìn)行概述： 中值濾波： 在圖像的采集過程中 ,由于各種因素的影響 ,圖像中往往會出現(xiàn)一些不規(guī)則的隨機(jī)噪聲 ,如數(shù)據(jù)在傳輸 、存儲時發(fā)生的數(shù)據(jù)丟失和損壞等 ,這些都會影響圖像的質(zhì)量，因此需要將圖片進(jìn)行平滑操作以此來消除噪聲。 圖像獲取模塊： 該模塊主要是從圖片庫中獲取圖片，獲取后的圖片可以在軟件的界面中顯示出來以便進(jìn)行識別。在確定臉部區(qū)域上，通常使用的方法有膚色提取。該系統(tǒng)主要是將處理后的人臉圖片進(jìn)行定位，將眼睛、鼻子、嘴巴標(biāo)記出來。 這諸多因素使得人臉識別成為一項(xiàng)極富挑戰(zhàn)性的課題 。 其表現(xiàn)在 ： 人臉表情豐富 ； 人臉隨年齡增長而變化 ； 人臉?biāo)蓤D像受光照、成像角度及成像距離等影響 ； 而且從二維圖象重建三維人臉是病態(tài)( ill2po sed) 過程 ， 目前尚沒有很好的描述人臉的三維模型 。同時，我們把注意力集中在人臉檢測方法上，而沒有實(shí)現(xiàn)與數(shù)據(jù)庫中的人臉匹配問題 。 人臉特征檢測是檢測人臉特征的有無和位置，比如說眼睛、鼻子、鼻孔、嘴巴、嘴唇等的有無和位置。人臉圖像預(yù)處理的好壞對整個系統(tǒng)至關(guān)重要，對人臉預(yù)處理的研究具有非常重要的意義。預(yù)處理的包括對圖像灰度化，中值濾波，對比度變化以及邊緣 提取。在人臉檢測部分主要是對圖像進(jìn)行獲取和預(yù)處理。在機(jī)場開展的測試中，系統(tǒng)發(fā)出的錯誤警報太多，國外的一些高校（卡內(nèi)基梅隆大學(xué)（ Carnegie Mellon University）為首，麻省理工大學(xué)（ Massachusetts Institute of Technology ）等，英國的雷丁大學(xué)（ University of Reading））和公司（ Visionics 公司 Facelt 人臉識別系統(tǒng)、 Viiage 的FaceFINDER 身份驗(yàn)證系統(tǒng)、 Lau Tech 公司 Hunter 系統(tǒng)、德國的 BioID 系統(tǒng)等）的工程研究工作也主要放在公安、刑事方面，在考試驗(yàn)證系統(tǒng)的實(shí)現(xiàn)方面深入研究并不多。美國國防部高級研究項(xiàng)目署，利用半自動和全自動算法。 美國陸軍實(shí)驗(yàn)室也是利用 vc++開發(fā)，通過軟件實(shí)現(xiàn)的，并且 FAR 為 49%。這對于人臉鑒別特人臉面部特征提取技術(shù)的研究 2 別有價值，因?yàn)槿四樿b別通常使用正面照，要鑒別的人臉圖像是不同時期拍攝的，使用的照相機(jī)不一樣。我 國在這方面也取得了較好的成就， 國家 863 項(xiàng)目“面像檢測與識別核心技術(shù)”通過成果鑒定并初步應(yīng)用，就標(biāo)志著我國在人臉識別這一當(dāng)今熱點(diǎn)科研領(lǐng)域掌握了一定的核心技術(shù)。 如 何 能正 確識別大量的人并 滿足 實(shí)時 性 要 求 是 迫切需 要解 決的問題。人臉識別技術(shù)是一個 非?；钴S 的研究 領(lǐng)域 ，它 覆蓋 了 數(shù)字圖像 處理、模式識別、計算機(jī)視覺、神經(jīng)網(wǎng)絡(luò)、心理學(xué)、生理學(xué) 、數(shù)學(xué)等諸多學(xué)科的內(nèi)容。 這諸多因素使得人臉識別成為一項(xiàng)極富挑戰(zhàn)性的課題 。人臉識別研究涉及的范圍廣泛，內(nèi)容涉及模式識別、計算機(jī)視覺、圖像處理、人工智能等方面 。 關(guān)鍵字： 人臉識別，特征定位，特征提取人臉面部特征提取技術(shù)的研究 II ABSTRACT Nowadays the face recognition technology (FRT) is a hot issue in the field of pattern recognition and artificial intelligence． Although this research already has a long history and many different recognition methods are proposed， there is still no effective method with low cost an d high precision． Human face is a plex pattern an d is easily affected by the expression，plexion and clothes． In this paper， some general research are discussed， including methods of face detection and location， features abstraction， and face recognition． Then we analyze and forecast the face recognition’s application and its prospects． Keywords: Face Recognition Technology, Face location， Features abstraction20xx 屆計算機(jī)科學(xué)與技術(shù)專業(yè)畢業(yè)設(shè)計（論文） 1 第 1 章 緒 論 所謂人臉識別 ， 是指對輸入的人臉圖像或者視頻．判斷其中是否存在人臉，如果存在人臉 ， 則進(jìn)一步給出每張人臉的位置、大小和各個主要面部器官的位置信息 。人臉識別技術(shù) (FRT) 計算機(jī)科學(xué)與技術(shù)專業(yè)畢業(yè)設(shè)計（論文） I 人臉面部特征提取技術(shù)的研究 摘 要 人臉識別技術(shù) (FRT)是當(dāng)今模式識別和人工智能領(lǐng)域的一個重要研究方向。雖然人臉識別的研究已有很長的歷史，各種人臉識別的技術(shù)也很多，但由于人臉屬于復(fù)雜模式而且容易受表情、膚色和衣著的影響， 目前還沒有一種人臉識別技術(shù)是公認(rèn)快速有效的．本文主要討論了人臉識別技術(shù)的一些常用方法，對現(xiàn)有的人臉檢測與定位、人臉特征提取、人臉識別的方法進(jìn)行分析和討論，最后對人臉識別未來的發(fā)展和應(yīng)用做了展望。 并且依據(jù)這些信息 ， 進(jìn)一 步提取每張人臉蘊(yùn)含的身份特征，并將其與 已 知人臉庫中的人臉進(jìn)行對比 ， 從而識別每張人臉的身份。 人臉識別還涉及到 神經(jīng)網(wǎng)絡(luò)等學(xué)科 ， 也和人腦的認(rèn)識程度緊密相關(guān) 。 人臉識別技術(shù)的研究意義 人臉識別是機(jī) 器視覺 和 模式 識別 領(lǐng)域最富 有 挑戰(zhàn)性 的 課 題 之 一，同時也具有較為 廣泛 的應(yīng)用意 義。如今，雖然在這方面的研究已取得了一些可喜的成果，但是 FRT 在實(shí)用應(yīng)用中仍面臨著很嚴(yán)峻的問題 ， 因?yàn)槿四樜骞俚姆植际欠浅Ｏ嗨频?，而且人臉本身又是一個柔性物體，表情、姿態(tài)或發(fā)型、化妝的千變?nèi)f化都給正確識別帶來了 相 當(dāng)大的 麻煩 。 國內(nèi) 外 的研究現(xiàn)狀 人臉識別系統(tǒng)現(xiàn)在在大多數(shù)領(lǐng)域中起到舉足輕重的作用，尤其是用在 機(jī)關(guān)單位的安全和考勤、網(wǎng)絡(luò)安全、銀行、海關(guān)邊檢、物業(yè)管理、軍隊安全、智能身份證、智能門禁、司機(jī)駕照驗(yàn)證、計算機(jī)登錄系統(tǒng)。北京科瑞奇技術(shù)開發(fā)股份有限公司在 20xx 年開發(fā)了一種人臉鑒別系統(tǒng)，對人臉圖像進(jìn)行處理，消除了照相機(jī)的影響，再對圖像進(jìn)行特征提取和識別。系統(tǒng)可以接受時間間隔較長的照片，并能達(dá)到較高的識別率，在計算機(jī)中庫藏 2300 人的正面照片，每人一張照片，使用相距 17 年、差別比較大的照片去查詢，首選率可以達(dá)到 50%，前 20 張輸出照片中包含有與輸入照片為同一人的照片的概率可達(dá) 70%。在美國的進(jìn)行的公開測試中， FAR，為 53%。這種算法需要人工或自動指出圖像中人的兩眼的中心坐標(biāo)，然后進(jìn)行識別。 本系統(tǒng)研究內(nèi)容 本系統(tǒng)主要對人臉的檢測與定位做了深入研究。 圖像獲取主要是獲取圖像的基本信息，以便對圖像的像素進(jìn)行處理。人臉預(yù)處理過程是計算機(jī)人臉識別中一個重要過程。特征定位是人臉識別的 目 的是確定單張人臉在圖像中的位置， 它 通過標(biāo)記人臉區(qū)域 來確定和計算人臉的各器官定位。 值得指出的是， 人臉檢測涉及的方法種類繁多（ 據(jù)報告可知，用于人臉檢測方法的 有 150多種 ），且涉及的知識點(diǎn)較深，并各有特點(diǎn)，所以 我們 小組 將人臉檢測與人臉 識別 區(qū)分開來，因?yàn)楹笳咧皇乔罢?一個簡單問題。20xx 屆計算機(jī)科學(xué)與技術(shù)專業(yè)畢業(yè)設(shè)計（論文） 3 目前 研究 中存在的問題 雖然人類的人臉識別能力很強(qiáng) ,， 能夠記住并辨別上千 張 不同人臉 ， 可是計算機(jī)則困難多了 。 另外 ， 人臉 識別還涉及到圖象處理、計算機(jī)視覺、模式識別以及神經(jīng)網(wǎng)絡(luò)等學(xué)科 ， 也和人腦的認(rèn)識程度緊密相關(guān) 。 人臉面部特征提取技術(shù)的研究 4 第 2 章 系統(tǒng)需求分析 系統(tǒng)功能需求 系統(tǒng)功能主要圍繞人臉檢測和人臉特征定位進(jìn)行設(shè)計，首先該系統(tǒng)會對圖像進(jìn)行人臉檢測，人臉檢測主要是對圖像進(jìn)行預(yù)處理的過程，預(yù)處理這個模塊在整個人臉識別系統(tǒng)的開發(fā)過程中占有很重要的地位。 圖像的處理方法很多，我們可以根據(jù)需要，有選擇地 使用各種方法。膚色提取