【正文】 research, and describes the advantages and difficulties of face recognition。 關(guān)鍵詞：人臉檢測， haar 分類器， PCA，人臉識別 湖南大學(xué)畢業(yè)設(shè)計（論文） Abstract With the development of puter vision technology, and social needs in many areas, the subject of authentication according to the inherent biological characteristics attracted a group of researchers ， Voice recognition, fingerprint recognition, face recognition technology are mon。在本文的最后，對實現(xiàn)的系統(tǒng)各項功能進行實驗，對影響識別率的維數(shù)、采集圖像數(shù)因素進行實驗分析，并提出了主成分分析法人臉識別的優(yōu)點和缺點。在人臉檢測部分，本文主要介 紹了基于 haar 分類器的檢測方法，并詳細(xì)說明了 haar 分類器的訓(xùn)練過程，講述了分類器檢測人臉的原理。 本文首先闡述了人臉識別研究的歷史，現(xiàn)狀以及發(fā)展趨勢，并說明了人臉識別的優(yōu)勢和難點。 1 HUNAN UNIVERSITY 畢業(yè)設(shè)計 (論文 ) 設(shè)計論文題目 基于 PCA 的人臉 識別系統(tǒng) 學(xué)生姓名 李濤 學(xué)生學(xué)號 20210810410 專業(yè)班級 08 級計科四班 學(xué)院名稱 信息科學(xué)與工程學(xué)院 指導(dǎo)老師 潘華偉 學(xué)院院長 章兢 20212 年 5 月 18 日 湖南大學(xué)畢業(yè)設(shè)計（論文） 摘 要 隨著計算機視覺技術(shù)的發(fā)展，以及社會的各個領(lǐng)域的需要，根據(jù)人固有的生物特征對人進行身份驗證的課題吸引了一批研究人員，比較常見的有語音識別，指紋識別，人臉識別等技術(shù)。其中人臉識別因為識別率高、主動性強、使用方便等因素，在身份驗證的各類方法中有獨特的優(yōu)勢及相關(guān)的應(yīng)用，成為了人體特征識別中的比較熱門的研究課題。然后詳細(xì)地說明人臉識別的兩個部分：人臉檢測和人臉識別。在人臉識別部分，首先獲取人的個人信息的，對人臉圖像的采集并進行灰度化、歸一化等預(yù)處理，然后采用 PCA（主成分分析法）對采集到的圖像進行特征提取，并存儲相關(guān)的特征信息，最后對待識別的圖像進行特征提取和分析，與訓(xùn)練的人臉圖像數(shù)據(jù)計算歐式距離，最終識別出人的身份。最后總 結(jié)畢業(yè)設(shè)計中的 不足，自己的心得體會，并對未來學(xué)習(xí)進行展望。 Face recognition with the recognition rate, motivated, easy to use and other factors， has unique advantages in all kinds of authentication methods and related applications， has bee a popular research topic in the human feature recognition。 And then detail the recognition of two parts: face detection and face recognition。 In face recognition part, it first obtains personal information the acquisition of face images and graying, owned by a pretreatment。 In the last experiment, the dimension of the recognition rate, number of images collected factors experimental analysis, and the advantages and disadvantages of the principal ponent analysis for face recognition system implemented various functions. The final summary of graduate design deficiencies, and their own feelings and experiences and future learning prospects。在國防安全、公安系統(tǒng)、司法系統(tǒng)、電子商務(wù)、電子政務(wù)、安全檢查、安保監(jiān)控等各個應(yīng)用領(lǐng)域，都需要準(zhǔn)確的身份識別及鑒定的手段。根據(jù)相關(guān)統(tǒng)計數(shù)據(jù)表明，在全球每年發(fā)生的詐騙案中，涉及信用卡密碼被盜導(dǎo)致的經(jīng)濟損失高達上億美元，利用移動電話導(dǎo)致信息被竊取所損失的財產(chǎn)也近億美元，在取款機上損失的也有上億美元。然而，目前廣泛使用的依靠各類證件、口令等傳統(tǒng)方法來確認(rèn)個人身份的方法面臨著嚴(yán)峻的挑戰(zhàn)，已經(jīng)越來越不能滿足現(xiàn)代信息科技的發(fā)展 和社會進步的需要。人體特征識別技術(shù)直接采用人體的生理特征進行識別，與傳統(tǒng)依靠證卡或者口令的身份驗證模式相比，更加主動、更加方便、更加可靠等優(yōu)點，能夠較大程度地減少盜竊或偽造的可能性。人體特征識別的相關(guān)技術(shù)的研究也成為模式識別研究領(lǐng)域的熱點課題。根據(jù)相關(guān)研究人員的總結(jié)，對各種識別方法進行了全方面的對比，得到以下對比結(jié)果： 生物特征 普遍性 獨特性 持久性 收集性 性能 接受性 欺騙性 DNA H H H L H L L 湖南大學(xué)畢業(yè)設(shè)計（論文） 第 3 頁 人臉 M M H M M H M 指紋 M H H M H M M 虹膜 H H H M H L L 語音 M L L M L H H 簽名 L L L H L H H 視網(wǎng)膜 H H M L H L L 各種識別方法在不同的領(lǐng)域有獨特的優(yōu)勢。 目前人臉識別在安防檢查等方面得到有效的應(yīng)用。因為人臉圖像的獲取只需要安裝攝像頭拍攝即可，使用非常的方便，而且可接受程度高。美國的人臉識別系統(tǒng)主要用于通關(guān)、過境；公司安裝門禁系統(tǒng)，簽到系統(tǒng)等都是基于人臉識別的；廣州高考考場安裝人臉識別系統(tǒng)防止代考；京滬高三站安裝人臉識別系統(tǒng)可以協(xié)助追捕在逃犯罪分子。Bledsoe 在 Panoramic Research Inc．發(fā)表的技術(shù)報告，到現(xiàn)在已經(jīng)近五十多年的歷史了。自從 1990 年以來，人臉識別更得到了長足的發(fā)展，每年都有大量的學(xué)術(shù)論文發(fā)表。到現(xiàn)在，幾乎所有知名的理工科大學(xué)，如：美國麻省理工學(xué)院媒體實驗室 (MIT Media Lab)及人工智能實驗室 (AI Lab)，以及 1T 產(chǎn)業(yè)的主要公司都有研究組在從事人臉識別的研究。 湖南大學(xué)畢業(yè)設(shè)計（論文） 第 4 頁 國內(nèi)在人臉識別方面起步較晚，大約至 1995 年以來，在國內(nèi)一些項目資金的資助下，開始了大量的研究，其中包括國內(nèi)主要的計算機實驗室和高校，他們在人臉識別領(lǐng)域總結(jié)了不少經(jīng)驗，每年都有大量的論文發(fā)表。人臉識別領(lǐng)域仍需要研究人員進一步深入的研究，開發(fā)出更加好的系統(tǒng)或產(chǎn)品，達到社會各個方 面實際應(yīng)用需求的，這樣才能廣泛的應(yīng)用與社會各個領(lǐng)域。 第二章 ：人臉檢測部分，闡述了 haar 分類器人臉檢測的原理，并說明了 haar 分類器的訓(xùn)練過程； 第三章：人臉識別部分，闡述了主成分分析法的數(shù)學(xué)原理，并對 PCA在人臉識別中的應(yīng)用做了詳細(xì)說明； 第四章 ：人臉識別系統(tǒng)的實現(xiàn)，對自己實現(xiàn)的人臉識別系統(tǒng)的各個模塊和各項功能進行 詳細(xì)的說明，并對主要的函數(shù)加以解說，最后對實驗結(jié)果加以分析小結(jié)，找到了影響識別率的主要原因，對系統(tǒng)的不足做了分析說明； 第五章：總結(jié)：總結(jié)畢業(yè)設(shè)計中的不足，自己的心得體會，并對未來學(xué)習(xí)進行展望。目標(biāo)檢測方法最初由 Paul Viola [Viola01]提出，并由 Rainer Lienhart [Lienhart02]對這一方法進行了改善。 首先，利用樣本（大約幾百幅樣本圖片）的 harr 特征進行分類器訓(xùn)練，得到一個級聯(lián)的 boosted 分類器。然后對正樣本和負(fù)樣本進行訓(xùn)練，訓(xùn)練具體步驟在下一小節(jié)將詳細(xì)介紹。首先開始使用計算成本低的分類器“海選” (這樣的分類器包含較少的特征 )，“海選”過程中標(biāo)準(zhǔn)較低，盡可能將所有的人臉都篩選進來，低標(biāo)準(zhǔn)導(dǎo)致很多非人臉也被選進來。 為了檢測整副圖像，可以在圖像中移動搜索窗口，檢測每一個位置來確定可能的目標(biāo)。所以， 為了在圖像中檢測未知大小的目標(biāo)物體，掃描程序通常需要用不同比例大小的搜索窗口對圖片進行幾次掃描。 分類器中的“級聯(lián)”是指最終的分類器是由幾個簡單分類器級聯(lián)組成。 在實際檢測過程中，也有一些方法可以加速檢測效率。該函數(shù)將在第四章中詳細(xì)介紹。 正樣本的大小要全部一致，例如 30*30，正樣本數(shù)量越多，訓(xùn)練的時間也越長，訓(xùn)練出來的效果也會越好。 二． 建立樣本說明文件 假如正樣本如下：大小是 40*40。 建立負(fù)樣本的說明文件只需要在 txt文件中輸入圖片名稱即可。訓(xùn)練完之后結(jié)果如下： 就是我們所需要的訓(xùn)練文件，可以用于目標(biāo)檢測?；舅枷胧菍⒏呔S數(shù)據(jù)投影到較低維空間，從而減少運算量，主要過程在于特征值選取和矩陣降維。降維變換實際上可以理解成選取人臉圖像中特征信息較多的一些像素點作為特征點，然后以這些特征為依據(jù)去已知人臉匹配，從 而可以識別出待識別人臉。 假如 A是一個 n行 k列的矩陣，求出矩陣 A的協(xié)方差矩陣 C， C的計算表達式如下： 上式中 u=E(x),是每列向量的期望值，這里指每列向量的平均值。協(xié)方差反映的是變量之間的相關(guān)性，如果協(xié)方差 小，則兩個變量之間的相關(guān)性就小。 湖南大學(xué)畢業(yè)設(shè)計（論文） 第 12 頁 接著求出協(xié)方差矩陣 C的特征值，我們選取前 q（ qk）個最大的特征值，然后求出這 q個特征值對應(yīng)的特征向量。這 q個特征向量組合成一個q*k的矩陣，就是我們要求的特征矩