eigenface的人脸识别系统设计
摘 要 随着科技的高速发展，计算机技术得到了前所未有的发展，不断涌现出一些新的科技，比如本论文所研究的人脸识别技术。当传统的身份识别方法出现很多的破解手段，不再保证信息安全的时候，人们开始寻找新的方法——生物特征识别，如利用人们的指纹、虹膜以及基因等每个人特有的特征来识别，而目前应用最广的就是人脸识别。由于人脸的唯一性、不可复制性、易采集、非接触性等优点，使人脸识别技术成为当今一大热门技术，成为人工智能领域不可或缺的组成部分。如今的人脸识别技术已广泛应用于安全验证系统、军事系统、公安系统等，例如可以用来刑侦破案、入口控制、视频监控、身份验证等方面。 本文从多个方面来研究了人脸识别的基本情况，并设计了一个操作简便的人脸识别系统。首先介绍了人脸识别的背景、历史及现状、研究内容、应用和发展趋势、存在的技术难点等概况。其次介绍了人脸识别一些常见的、比较好的方法，其中主要分析了Eigenface算法。最后就是程序实现部分，除了用现有的图片进行识别外，还增加了拍照识别功能，能够准确识别出某个人来。
目 录
摘 要 I
ABSTRACT II
目 录 III
第1章 绪论 1
1.1 人脸识别的背景和意义 1
1.2 国内外研究现状 1
1.3人脸识别技术的发展趋势 2
1.4本文框架 4
第2章 人脸识别技术 5
2.1 人脸识别的研究内容及分类 5
2.1.1身份识别 5
2.1.2研究角度分类 5
2.1.3研究范围内容 6
2.2人脸识别的优点 7
2.3 人脸识别的技术难点 7
2.4 人脸识别的方法 8
2.4.1基于PCA的方法 8
2.4.2弹性图匹配法（EGM） 9
2.4.3基于模板匹配的方法 9
2.4.4基于人脸特征的方法 10
2.4.5基于神经网络的方法 10
2.4.6其他方法 11
2.5人脸识别技术的应用 11
第3章 基于Eigenface算法的人脸识别 15
3. 1 Eige
*好棒文|www.hbsrm.com +Q: *351916072*
nface简介 15
3.2 Eigenface组成及原理 15
3.2.1训练阶段 15
3.2.3测试阶段 17
3.3 Eigenface优缺点 18
第4章? 程序实现与测试 19
4.1概述 19
4.2设计流程 20
4.2.1人脸图像采集 20
4.2.2 图像预处理 20
4.2.3特征提取 21
4.2.4特征匹配与识别 21
4.3实现的功能 21
4.3.1 标准人脸库识别 22
4.3.2 摄像头拍照识别 22
4.3.3 本地的照片识别 22
4.4程序测试 22
4.4.1摄像头拍照识别 23
4.4.2其他图片识别 25
4.5程序总结与优化拓展 27
第5章? 总结与展望 28
5.1总结 28
5.2展望 28
致谢 30
参考文献 31
附录 33
附录1：外文翻译 33
附录2：源程序 56
一、训练阶段程序 56
二、测试阶段程序 57
绪论
1.1 人脸识别的背景和意义
处于21世纪的人们，每天都能看到身边的事物在飞快的变化。随着计算机技术的发展，信息的安全隐患问题日益突出，危害着所有的人，所以信息安全显得格外重要，展现出前所未有的重要性。当前人们采用的信息安全识别方法主要有：账号、磁卡、口令等识别方法，但存在容易丢失、容易伪造、容易遗忘等多个问题，可靠性比较低。伴随着人们对信息安全性的重视程度不断提升，以及传统的身份识别出现了越来越严重的问题，这些传统的方法受到了质疑，面临着前所未有的挑战。
于是，新的技术产生了，生物特征识别为我们打开了一道大门。生物体征是一种每个人独有的特征，如指纹、虹膜和人脸等，以其独一无二的特性进入了人们的视野。由于人脸有易采集、非接触等优点，再加上技术上不难实现、设备成本不高，因此人脸识别技术得到了重视并快速地发展起来，在各个领域的应用也越来越广泛。
1.2 国内外研究现状
人脸识别技术的科学研究价值很大，且广泛应用前景广阔，对公司来说是一条致富的道路，对国家来说可以是一种战略资源，所以目前国内外很多高校、集团公司、军事等部门都在努力的研究。人脸既简单又复杂，它的研究涉及到图像处理、生物学、心理学、绘画艺术、法医学、人类学、医学、认知科学等领域。国内外大量研究人员通过几十年的研究取得了丰硕的成果，并在某些领域得到了成功的广泛应用，成为科技界的一大热点。人脸识别是一项伟大的技术，其发展的历史如下：
上世纪60年代，Bledsoe等人提出了在人脸识别技术中很经典的一种方法——特征提取方[1]，同时提出了半自动的识别系统模式。但此时科学家们刚涉及这个领域，有很多的问题需要解决，导致发展十分缓慢。
70年代，美、日等发达国家逐渐开始关注人脸识别这个领域，投入了大量的资金用于展开研究，并取得相应的研究进展，收获了一定的成果。
80年代，由于数字信号处理（DSP）等技术的光速发展以及光学成像技术的日趋成熟，人脸识别技术如虎添翼，向前迈进了一大步。人脸自动识别系统技术取得更大进步，识别率上得到了提高，性能上也得到了优化。但早期的人脸识别仍然不够成熟，无法摆脱人的干预而做到完全自动化。
90年代，人脸识别技术真正进入初级的应用阶段则，这期间诞生了若干代表性的人脸识别算法，关于人脸识别技术的综述也屡见不鲜。这时，很多的大公司看到了致富的道路，军方和警方也高度重视起来，激起了无数学者和和研究人员投入到研究行列中来，于是人脸识别技术如雨后春笋般迅速地发展壮大。国内的一些高校也积极加入到人脸识别研究的大军中来。
90年代后期，以美、日、德三个国家的技术实现为主，一些人脸识别系统开始走进大众的视野。但是人脸识别系统集成了人工智能技术、机器识别技术、模型理论技术、视频图像处理等多种技术，这些技术和系统要想实用化还存在很多的问题，比如系统的性能和准确率都是还需要不断完善的。
我国人脸识别系统的研究晚于发达国家10年左右，虽然起步比较晚，但是经过这么多年的研究，也取得了很多相应的研究成果，突破了很多难关。不仅在电脑领域上得到了广泛应用，在手机领域中也有很多的成果。
人脸识别技术无论是对国家、对整个社会还是对个人来说都有重要的意义。人脸识别技术虽然说已经成熟并做到了商业化，但研究空间依然广阔，是一个值得深入研究的技术，如3D模型的人脸建模技术等。
1.3人脸识别技术的发展趋势
目 录
摘 要 I
ABSTRACT II
目 录 III
第1章 绪论 1
1.1 人脸识别的背景和意义 1
1.2 国内外研究现状 1
1.3人脸识别技术的发展趋势 2
1.4本文框架 4
第2章 人脸识别技术 5
2.1 人脸识别的研究内容及分类 5
2.1.1身份识别 5
2.1.2研究角度分类 5
2.1.3研究范围内容 6
2.2人脸识别的优点 7
2.3 人脸识别的技术难点 7
2.4 人脸识别的方法 8
2.4.1基于PCA的方法 8
2.4.2弹性图匹配法（EGM） 9
2.4.3基于模板匹配的方法 9
2.4.4基于人脸特征的方法 10
2.4.5基于神经网络的方法 10
2.4.6其他方法 11
2.5人脸识别技术的应用 11
第3章 基于Eigenface算法的人脸识别 15
3. 1 Eige
*好棒文|www.hbsrm.com +Q: *351916072*
nface简介 15
3.2 Eigenface组成及原理 15
3.2.1训练阶段 15
3.2.3测试阶段 17
3.3 Eigenface优缺点 18
第4章? 程序实现与测试 19
4.1概述 19
4.2设计流程 20
4.2.1人脸图像采集 20
4.2.2 图像预处理 20
4.2.3特征提取 21
4.2.4特征匹配与识别 21
4.3实现的功能 21
4.3.1 标准人脸库识别 22
4.3.2 摄像头拍照识别 22
4.3.3 本地的照片识别 22
4.4程序测试 22
4.4.1摄像头拍照识别 23
4.4.2其他图片识别 25
4.5程序总结与优化拓展 27
第5章? 总结与展望 28
5.1总结 28
5.2展望 28
致谢 30
参考文献 31
附录 33
附录1：外文翻译 33
附录2：源程序 56
一、训练阶段程序 56
二、测试阶段程序 57
绪论
1.1 人脸识别的背景和意义
处于21世纪的人们，每天都能看到身边的事物在飞快的变化。随着计算机技术的发展，信息的安全隐患问题日益突出，危害着所有的人，所以信息安全显得格外重要，展现出前所未有的重要性。当前人们采用的信息安全识别方法主要有：账号、磁卡、口令等识别方法，但存在容易丢失、容易伪造、容易遗忘等多个问题，可靠性比较低。伴随着人们对信息安全性的重视程度不断提升，以及传统的身份识别出现了越来越严重的问题，这些传统的方法受到了质疑，面临着前所未有的挑战。
于是，新的技术产生了，生物特征识别为我们打开了一道大门。生物体征是一种每个人独有的特征，如指纹、虹膜和人脸等，以其独一无二的特性进入了人们的视野。由于人脸有易采集、非接触等优点，再加上技术上不难实现、设备成本不高，因此人脸识别技术得到了重视并快速地发展起来，在各个领域的应用也越来越广泛。
1.2 国内外研究现状
人脸识别技术的科学研究价值很大，且广泛应用前景广阔，对公司来说是一条致富的道路，对国家来说可以是一种战略资源，所以目前国内外很多高校、集团公司、军事等部门都在努力的研究。人脸既简单又复杂，它的研究涉及到图像处理、生物学、心理学、绘画艺术、法医学、人类学、医学、认知科学等领域。国内外大量研究人员通过几十年的研究取得了丰硕的成果，并在某些领域得到了成功的广泛应用，成为科技界的一大热点。人脸识别是一项伟大的技术，其发展的历史如下：
上世纪60年代，Bledsoe等人提出了在人脸识别技术中很经典的一种方法——特征提取方[1]，同时提出了半自动的识别系统模式。但此时科学家们刚涉及这个领域，有很多的问题需要解决，导致发展十分缓慢。
70年代，美、日等发达国家逐渐开始关注人脸识别这个领域，投入了大量的资金用于展开研究，并取得相应的研究进展，收获了一定的成果。
80年代，由于数字信号处理（DSP）等技术的光速发展以及光学成像技术的日趋成熟，人脸识别技术如虎添翼，向前迈进了一大步。人脸自动识别系统技术取得更大进步，识别率上得到了提高，性能上也得到了优化。但早期的人脸识别仍然不够成熟，无法摆脱人的干预而做到完全自动化。
90年代，人脸识别技术真正进入初级的应用阶段则，这期间诞生了若干代表性的人脸识别算法，关于人脸识别技术的综述也屡见不鲜。这时，很多的大公司看到了致富的道路，军方和警方也高度重视起来，激起了无数学者和和研究人员投入到研究行列中来，于是人脸识别技术如雨后春笋般迅速地发展壮大。国内的一些高校也积极加入到人脸识别研究的大军中来。
90年代后期，以美、日、德三个国家的技术实现为主，一些人脸识别系统开始走进大众的视野。但是人脸识别系统集成了人工智能技术、机器识别技术、模型理论技术、视频图像处理等多种技术，这些技术和系统要想实用化还存在很多的问题，比如系统的性能和准确率都是还需要不断完善的。
我国人脸识别系统的研究晚于发达国家10年左右，虽然起步比较晚，但是经过这么多年的研究，也取得了很多相应的研究成果，突破了很多难关。不仅在电脑领域上得到了广泛应用，在手机领域中也有很多的成果。
人脸识别技术无论是对国家、对整个社会还是对个人来说都有重要的意义。人脸识别技术虽然说已经成熟并做到了商业化，但研究空间依然广阔，是一个值得深入研究的技术，如3D模型的人脸建模技术等。
1.3人脸识别技术的发展趋势
版权保护: 本文由 hbsrm.com编辑，转载请保留链接: www.hbsrm.com/dzxx/txgc/1079.html
