基于PCA的人脸识别方法研究

北京工业大学硕士学位论文基于PCA的人脸识别方法研究姓名：刘洋申请学位级别：硕士专业：计算机应用技术指导教师：侯义斌;黄樟钦20090501基于PCA的人脸识别方法研究作者：刘洋学位授予单位：北京工业大学相似文献(10条)1.学位论文甘树坤指纹与人脸识别相关图像处理算法研究2005生物特征识别是利用人体生物特征进行身份认证的一种技术，是当前模式识别和图像处理领域的热点课题之一。图像处理作为生物特征识别技术中的一个重要环节，目前仍存在许多难题没有完全解决，尤其是当采集的特征图像受到噪声或其它外界环境影响较大时的识别效果还不够理想。本文在查阅近年来该领域有关文献的基础上，综合运用图像处理和模式识别技术，深入的研究了指纹图像与人脸图像的处理技术，并开发了相关的图像处理算法。本文的主要内容如下：(1)对目前生物特征识别技术的研究现状进行了比较全面的介绍，讨论了生物特征识别系统模型和性能评价等问题，并介绍了目前指纹与人脸识别的原理和主要算法。(2)在分析和比较了指纹识别中图像处理技术的基础上，本文对指纹图像的灰度规范化处理、指纹图像模式域的分割、方向场与频率场的计算、指纹图像滤波增强及二值化处理进行了研究和实现，为指纹识别的后续工作提供了保障。(3)研究了指纹识别中指纹图像的细化及细节特征提取技术，主要包括：二值化图像的细化处理及细化后处理、指纹图像的细节特征提取等。实验表明，这些算法获得了很好的效果，提高了指纹系统的识别率。(4)研究了人脸识别相关的图像预处理技术，包括人脸图像的几何规范化和光照补偿规范化处理，分析测试了图像预处理对识别的影响，为系统选择了合适的图像预处理技术。(5)探讨了基于固定模板的人脸区域确定的方法，并通过基于Canny算子的边缘检测算法实现了人脸轮廓的提取，从而为人脸识别能够在有效的区域进行提供了依据。本文较全面地对指纹识别与人脸识别的图像处理的理论和技术进行了研究和分析，并对指纹和人脸的图像处理增强技术、特征提取、图像分割和人脸轮廓提取等算法进行了研究和实现，为进一步的开发提供了必要的理论和技术支持。2.学位论文赵丽峰基于NiosⅡ软核的人脸识别系统研究与设计2009近年来，生物特征识别领域的研究发展迅速。在众多生物特征识别技术中，人脸识别因为其普遍性、易采集性、高接受性而受到了广泛关注。人脸识别技术利用仪器分析人脸图像，从中提取有效的识别信息，从而达到辨认身份的目的。由于其广泛的应用前景，人脸识别技术已成为模式识别和计算机视觉领域的研究热点。从上世纪中后期开始，国内外众多的机构和学者投身到了人脸识别的研究领域当中，取得了很多令人欣喜的成果。本文对国内外人脸识别相关技术和最新研究成果进行了较为深入的研究和分析，在此基础上，运用目前较为成熟的图像处理算法对人脸图像进行预处理，进而实现人脸检测。然后，通过二维离散余弦变换（2D—DCT）对人脸检测得到的人脸图像进行特征提取。采用可以在二维方向上反映人脸特征信息的嵌入式隐马尔科夫模型（EHMM）进行人脸图像样本训练，并建立人脸模型数据库。通过2D—DCT实时提取的人脸特征与EHMM人脸数据库进行匹配，从而实现人脸识别。在上述算法研究的基础上，利用SOPC技术设计基于NiosⅡ软核的人脸识别系统。基于32位NiosⅡ软核处理器，在FPGA上完成设计，构建一个可编程的片上系统。应用ALTERA公司的DSPBuilder软件模块在Matlab中开发适用于人脸识别的图像处理模块，并在MATLAB中训练EHMM人脸模型数据库。通过NiosⅡ处理器的自定义指令将DSPBuilder模块生成的算法模块及算法IP核联系起来，使硬件与软件协同实现人脸识别算法，大大提高了数据的处理速度，保证了实时性。集成开发环境自带的硬件模块及开发IP核的使用极大的提高了工程效率，并显著的提高了系统的灵活性。在完成人脸图像处理的主体任务后，实现USB扩展接口的固件开发，为后续与PC平台的协同处理做好基础。本设计基于友晶科技的DE-2开发板搭建人脸识别平台。实验结果显示应用SOPC技术基于NiosⅡ软核的人脸识别系统在工程开发周期，系统灵活性和算法通过硬件流实现方面具有先天优势，充分发挥基于FPGA嵌入IP核的SOPC系统的优点，顺利完成人脸图像识别任务。3.学位论文叶鸿敏基于二代小波图像处理的快速人脸识别研究2007本文以生物识别技术发展为背景，以静态人脸图像为主要研究对象，从智能化辨识理论研究着手，利用现代图像信息处理的新方法对人脸识别领域进行了相关地研究。本课题的研究既是图像处理领域的一种探索，也是社会应用基础研究的一种需求。文中主要侧重于以小波分析和高维空间几何分析等现代信息处理新理论为工具，对人脸图像处理和识别等问题进行了讨论和研究，包括人脸图像的预处理，有效特征的提取，非可控条件下人脸的有效识别等。文中提出的和改进的算法，通过实验验证了其有效性。具体工作有以下几个方面：1.结合小波理论的重要学术价值和应用价值，分析了二代小波变换的算法结构特点，针对人脸识别中有效判别信息的提取、光照变化等环境因素的影响以及计算速度的要求，通过相关实验分析了它在人脸识别应用中的优势。并对小波变换中两个关键问题，小波基的选择和分解层数的确定做了初步研究，对几组常用的小波基作了处理，并对处理结果作了比较，得出在人脸识别应用中相应的指导原则。2.提出了一种基于二代小波变换相邻尺度积的快速图像边缘检测算法在人脸识别中的应用，实验表明该方法能更好地检测出人脸图像边缘特征，在非可控条件下，不同表情(愉快、悲伤、倦怠、惊异)和简单脸部装饰(眼镜)，该方法提取的脸部特征有更好的正确识别率。3.提出了一种基于高维空间几何分析理论的人脸图像增强算法。针对人脸自动识别系统在人脸图像采集、形成、传输的过程中容易产生图像降质或退化的现象，结合高维空间几何分析理论的知识，提出了一种人脸图像增强算法，并通过实验印证了该方法的有效性并进行了定量评价。现代信息处理技术的发展极大地促进了人脸识别的智能化，反过来，人脸识别的研究也促进了现代信息处理技术自身的发展。在文章的最后，对所做的工作进行了总结，并对今后进一步的工作内容提出了一些粗浅的看法。4.期刊论文王跃.王继文.WANGYue.WANGJi-wen遥感图像处理技术在人脸识别中的应用研究-电脑知识与技术（学术交流）2007,4(22)计算机人脸自动识别与遥感地物计算机判读在原理与技术上有许多相似,本实验表明,利用遥感图像处理软件对人脸图像进行裁剪、像元分类统计再结合相关计算可比较好的实现人脸识别.充分利用遥感图像处理研究成果可以促进人脸自动识别应用研究的深入进行.5.学位论文蔡玉基于主元分析和小波变换的人脸识别方法研究与实现2005生物识别技术是二十世纪最为热点的技术，人脸自动识别技术是生物特征识别技术的重要组成部分，在近三十年里得到了广泛的关注和研究，已经成为计算机视觉、模式识别领域的研究热点。身份识别及鉴定是保证系统安全的重要前提，在国家安全、公安、司法、电子商务、电子政务、安全检查、保安监控等应用领域，都需要准确的身份识别及鉴定。人脸识别被一直被认为最易被接受的身份鉴定方法之一。本文对静止图像的多姿态人脸识别进行了研究，主要内容如下：(1)利用图像处理的方法对图像做最初的处理，尽量使用于识别的照片的干扰因素减少到最少，通过图像处理的方法也可以使图像的特征得到明显的突出而弱化其不具有特征的部分。只有经过处理的图像才可用于识别，识别率的高低在很大程度上也是受图像处理质量的影响。(2)本文首先使用主成分分析、镜像主成分分析、核主成分分析进行特征提取，用基于欧式距离度量的最近邻分类器和相关性的方法进行识别。这种方法的计算速度快，识别率很好但是对戴眼镜和有胡须的图像效果不理想。(3)小波变换的方法对人脸图像进行特征提取。在对小波变换后的图像形成模板脸然后计算与模板脸的交叉距离，然后再将距离送入神经元网络进行训练最后用训练好的网络来进行识别。对戴眼镜和有胡须的图像的识别率很高。6.学位论文庄连生复杂光照条件下人脸识别关键算法研究2006人脸识别是图像处理和模式识别领域的一个研究热点，它涉及到模式识别、图像处理、计算机视觉、机器学习等多个学科领域。人脸识别和认证技术在国家安全、公安系统和城市的公共安全等方面有着十分重要的应用前景。虽然经过了近40年的发展，但是，由于人脸是非刚性物体，并容易受到光照、姿态、表情等因素的影响，要实现一个高识别率、高鲁棒性的全自动人脸识别系统仍然是一个极具挑战性的课题。本论文的研究围绕着光照问题展开，以提高人脸识别系统对光照的鲁棒性和识别率为主要目标，对人脸图像预处理、特征点定位、特征提取等关键环节展开研究，探讨光照问题的解决方法。本文的主要工作和创新点包括如下几个方面：1、研究了光照归一化问题，提出了基于全变分模型的光照预处理算法光照是影响人脸识别的主要因素之一，人脸图像因为光照条件的变化而产生的改变甚至超过由于不同个体之间差异而产生的变化。本文在对图像成像过程进行分析的基础上，根据辐照度光照模型，提出了基于全变分模型的光照预处理算法。实验表明，该算法可以有效地减少光照对人脸识别算法的影响，提高人脸识别系统的识别率和光照鲁棒性。2、研究了人脸的特征点自动定位问题，提出了复杂光照条件下鲁棒的特征点定位算法人脸特征点定位是人脸识别系统的一个关键环节，特征点定位的精度与鲁棒性直接影响着人脸识别系统的识别率和鲁棒性。主动形状模型(ASM)是一个重要特征点人脸对齐方法，但是其定位结果比较粗糙。而弹性图匹配算法则能够实现特征点的精确定位，但是其计算复杂度高，定位速度慢。本文在分析两者优缺点的基础上，提出了一种利用ASM和弹性图匹配算法实现人脸特征点的自动精确定位的方法。同时，为了克服ASM算法对光照和模型初始位置敏感的缺点，本文还提出了一种改进型的ASM算法。该算法引入了两种特征，即相位一致性特征和反射系数特征。在搜索过程中，首先利用相位一致性特征实现特征点粗定位，然后在利用反射系数来实现细定位。实验表明，改进后的ASM算法可以有效地提高特征点的定位精度和光照鲁棒性。3、研究了人脸图像的表示问题，提出了基于Gabor直方图的人脸特征提取算法有效的人脸特征描述是提高人脸识别系统识别率的关键。本文提出一种基于Gabor直方图(幅度系数直方图)的特征提取算法。与传统基于单个像素点Gabor特征的人脸表示方法相比，用Gabor直方图特征来表示人脸可以有效地克服姿态、表情对人脸识别算法的影响，提高人脸识别系统的识别率和鲁棒性。4、探讨了自动人脸识别系统的设计与测试问题本文在上述人脸识别算法研究的基础上，初步探讨了人脸识别系统设计中一些需要考虑的关键问题，给出了我们研制的人脸识别考勤系统的系统结构描述。7.学位论文王华华基于统计学习的人脸识别方法研究2007人脸识别是当前非常热门的一个生物特征识别领域，它涵盖了图像处理，计算机视觉和模式识别等前沿技术，在人机交互，安全监视，机器人，身份认证等方面有着广阔的应用前景。目前的人脸识别系统主要是基于二维图像的，但由于受到姿势、光照和表情变化等因素的影响，无论理论方面还是应用方面，基于二维图像的人脸识别方法的有效性和鲁棒性受到了很大的削弱。三维人脸模型是解决目前问题的有效方法之一，但基于三维人脸模型的人脸识别仍是基于二维图像的，而且三维模型的真实感、参数优化等问题与实际应用仍有一段距离。因此，到目前为止，人脸识别技术还远未成熟，建立一个鲁棒的实时自动人脸识别应用系统仍然有很长的一段路要走，而其成功将很大程度上依赖于认知科学，神经科学，计算机视觉，模式识别，人工智能等多学科的突破和交叉研究！目前主流的人脸识别方法主要是基于统计学习模型的二维人脸识别，包括基于全局特征和基于局部特征学习的方法。典型的基于全局特征的方法有Eigenface，Fisherface，Laplacianface等，而基于隐马尔可夫模型的人脸识别则是基于局部特征的模型学习方法。本文主要研究的是基于统计学习方法二维人脸识别问题。本文的主要贡献如下：1）系统综述了人脸识