眼部识别(毕设)

摘要我们常说的生物特征识别技术，其实就是将计算技术应用到其中，然后将生物体的某些具体的行为特性以及一些固有的生理特性，与之前建立的数据库之间的数据进行对比、参照，进而识别某人或者某生物体身份的技术。近年来，有两大热门研究方向，也就是：人眼定位和人脸识别。本篇论文的主要内容是：在人脸识别的基础上，对眼部进行识别标注。首先，对用FLDA（Fliser线性判别分析法），2DPCA（二维主成分分析法），以及PCA（主成分分析法）做成的三种人脸识别方法进行一个简单的说明和比较。然后，综合讨论和分析在PTL（人眼定位算法）中所涉及到的噪声敏感度和人眼定位所需要耗费的时间。具体点说，就是先对样本的人脸图片进行Cabor小波变换，以找到其中的眉眼所在区域。随之，将直接获得低型地形特点的技术应用于眉眼区域，然后我们找到大概的人眼所在区域，利用相似性和对称性找到具体的人眼所在区。最终，要对这个样本人脸图片进行加噪，然后重复上述操作，最后通过观察有无噪声的人眼定位效果，以得出此方法的有效性。次之，介绍本论文的最核心部分：由粗到精的人眼定位法，其主要采用了方差滤波和地形特征点检验两种技术。第一，利用地形特征点检验技术和Cabor小波变换技术，直接获得人眼大致所在区域，也就是所谓的粗定位。第二，确定人脸所在区域，然后再这个区域上利用差分滤波器进一步确定人眼所在位置，也就是所谓的精定位。Bvertex关键字：生物特征；人眼识别；Cabor小波变换；人脸识别；由粗到精的人眼定位ABSTRACTInfact,weoftensaybiometrictechnologythatthecomputingtechnologywasusedintoit,andthedatabetweenspecificbehavioralcharacteristicsoforganismsaswellassomeoftheinherentphysicalcharacteristics,andpriortotheestablishmentofadatabasecomparisonandreference,andtoidentifythepersonorabiometricidentitytechnology.Inrecentyears,therearetwopopularresearchdirections,thatare:eyelocationandfacerecognition.Themaincontentsofthispaperare:onthebasisoffacerecognition,identificationmarkontheeye.First,TheFLDA(Fliserlineardiscriminantanalysis),The2DPCA(dimensionalprincipalcomponentanalysis),andThePCA(PrincipalComponentAnalysis)conductedthreefacerecognitionmethodthatmadeasimpledescriptionandcomparison.Then,acomprehensivediscussionandanalysis,inThePTL(eyelocationalgorithm),isinvolvedinthenoisesensitivityofthehumaneyepositioningtime-consumingneed.Specifically,itisthefirstfaceofthesampleimagetoCabortransform,tofindthelocationwherethefacialfeatures.Followingthis,thetypeofterrainfeaturesdirectaccesstolowtechnologiesinfacialarea,andthenwefindanapproximatelocationofthehumaneye,theuseofsimilarityandsymmetryofthedistricttofindaspecificpersoneye.Ultimately,wewanttofacethissampleimagetoaddnoise,andthenrepeattheoperation,andfinallywekownwhetherthenoiseeffecteyelocationbyobserving,inordertoobtaintheeffectivenessofthismethod.Last,themostcentralpartofthispaper:Themethodtofindeyeslocationfromcoarse,themainuseofthevariancefilteringandterrainfeaturepointtesttwotechnologies.First,theuseofterrainfeaturespointinspectiontechniquesandCaborwavelettransform,directaccesstothehumaneyegenerallyArea,whichistheso-calledcoarsepositioning.Second,weneedtodeterminethelocationofface,thenthisareaisdeterminedusingdifferentialfilterfurthereyelocation,alsoknownasfinepositioning.Keywords:Biometrics；Recognitionofthehumaneye；Caborwavelettransform；facerecognition；fromcoarsetofineeyelocation目录第1章引言..............................................................51.1简介..............................................................51.1.1面部识别技术.................................................51.1.2眼部识别技术.................................................61.2研究背景和意义....................................................81.3论文结构和研究内容................................................81.4小结..............................................................9第2章若干人脸识别方法的比较研究.......................................102.1基于2DPCA和PCA的人脸识别系统...................................102.1.1主成分分析（PCA）算法.......................................102.1.2奇异值分解（SVD）技术.......................................112.1.3二维主成分分析法（2DPCA）技术...............................132.2基于Fliser线性判别分析法（FLDA）的人脸识别方法..................162.3进行分类器设计...................................................192.4仿真实验.........................................................202.5小结.............................................................22第3章基于地形特征和Cabor小波变换的人眼定位算法.......................233.1准备工作.........................................................243.1.1Cabor小波变换...............................................243.1.2形态学算子之“膨胀”.......................................253.1.3灰度积分投影...............................................263.1.4地形特征...................................................263.2基于直接提取地形特征和Cabor小波变换的人眼定位算法...............273.2.1以Cabor小波变换为基础的人脸眉眼区域表示...................273.2.2以直接提取地形特征为基础的的人眼候选点检测.................283.2.3人眼定位之对称相似度分析法.................................303.3仿真实验.........................................................313.3.1在没有噪声的情况下的仿真实验...............................313.3.2在有噪声的情况下的仿真实验.................................333.4小结.............................................................34第4章一种由粗到精的人眼定位算法.......................................354.1人眼精确定位之人眼方差滤波器.....................................354.1.1人眼方差滤波器.............................................354.1.2进行人眼精确定位............................................364.2眼部识别实现的基本流程图.........................................394.3实验结果以及结果分析.............................................404.3.1在没有噪声的情况下，PTL和GPL的仿真效果对比实验............404.3.2在有噪声的情况下，PTL和GPL的仿真效果对比实验..............414.3.3眼部识别的效果及其分析......................................424.4小结.............................................................46结论....................................................................48致谢....................................................................50参考文献....................