基于VC++的人脸识别系统的设计与实现

论文摘要

人脸识别技术作为一种极具有发展潜力的生物特征识别技术,在信用卡验证、视频会议、医学、档案管理、人机交互、公安系统中的罪犯识别等领域有着广泛的应用。由于人脸识别具有直接、方便、非侵犯性和用户友好等诸多优点,使其成为当前模式识别和人工智能领域非常活跃的一个研究方向。最近几十年,国内外许多研究学者都对人脸识别进行了大量的研究工作,并提出了很多实用有效的人脸识别算法。典型的人脸识别系统包括:人脸图像检测、特征提取、图像匹配和识别三部分。本文主要对静止图像的人脸识别进行了深入研究,主要涉及到如下几方面:1.详细的介绍了一维和二维的Gabor小波变换的方法,并通过计算验证了通过对Gabor滤波器参数的选择来表示人脸图像。深入研究了利用二维Gabor小波变换进行人脸特征提取的理论方法,在特征提取方面对传统的基于Gabor滤波器的人脸特征提取方法进行改进,提出了一种基于人脸有效区域的Gabor特征抽取算法。该方法首先将人脸图像经遮罩模板掩模,获取有效人脸区域,在有效区域内进行象素的Gabor特征抽取,对于有效区域外没有任何价值的像素区域,我们将其舍弃,这样就大大降低了人脸识别的时间和空间复杂度。经多次验证表明,该方法能够有效降低人脸特征向量维数,同时,具有与传统Gabor特征抽取算法同等的鲁棒性。2.通过分析,提出了基于最佳Gabor特征的人脸识别的方法。该方法结合了人脸有效区域特征提取算法,利用遮罩模板提取眼睛、眉毛、鼻子和嘴唇所包含的人脸识别相关的主要信息,同时选取关键点并进行Gabor下采样,再利用主成分分析（PCA）方法对下采样后的Gabor特征进一步降维,然后再采用线性鉴别分析（LDA）方法进行压缩和特征选择。3.本文所设计的人脸识别系统是在Windows XP系统的Visual C++6.0开发平台下实现的,并较为详细地介绍了系统主要部分的功能。Visual C++6.0提供的高度可视化的应用程序开发工具和丰富的Microsoft基本类库（MFC库）,可使应用程序开发变得更加简单。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 人脸识别的研究背景和意义
• 1.2 人脸识别的发展历史及国内外现状
• 1.2.1 人脸识别的发展历史
• 1.2.2 人脸识别的国内外现状
• 1.3 人脸识别的研究内容及方法
• 1.3.1 人脸识别的研究内容
• 1.3.2 人脸识别的研究方法
• 1.4 人脸识别的技术难点
• 1.5 本文的主要研究内容与章节安排
• 第2章人脸识别的相关理论
• 2.1 人脸图像的预处理
• 2.1.1 图像归一化
• 2.1.1.1 几何归一化
• 2.1.1.2 灰度归一化
• 2.1.2 图像二值化
• 2.2 人脸图像特征的提取和选择
• 2.2.1 人脸图像特征的提取
• 2.2.2 人脸图像特征的选择
• 2.3 人脸图像特征的匹配与分析
• 2.3.1 人脸图像特征的匹配
• 2.3.2 人脸图像特征的分析
• 2.4 本章小结
• 第3章基于 Gabor 小波变换的人脸特征提取算法
• 3.1 Gabor 小波变换理论分析
• 3.1.1 小波变换
• 3.1.2 小波变换的Mallat 快速算法
• 3.2 二维Gabor 滤波器
• 3.2.1 二维Gabor 滤波器的参数选择
• 3.2.2 二维Gabor 滤波器的特性分析
• 3.3 人脸Gabor 特征提取算法及其改进
• 3.3.1 人脸Gabor 特征提取
• 3.3.2 基于Gabor 的人脸有效区域特征提取算法
• 3.4 基于 Gabor 小波变换的人脸图像多分辨率分解与重建
• 3.5 小波分解层数的确定
• 3.6 本章小结
• 第4章基于最优 Gabor 特征的人脸识别
• 4.1 算法的基本思想
• 4.2 人脸图像有效区域的确定
• 4.3 关键点的选取和下采样
• 4.4 利用Gabor+PCA+LDA 进行特征选取和分析
• 4.5 实验的结果与分析
• 4.6 本章小结
• 第5章系统的设计与实现
• 5.1 系统概述
• 5.1.1 系统的硬件与软件运行环境
• 5.1.2 系统采用的人脸识别算法
• 5.1.3 系统主要功能与特点
• 5.2 系统工作模式
• 5.3 系统实现
• 5.3.1 人脸图像采集
• 5.3.2 系统框架结构
• 5.4 系统界面
• 5.4.1 人脸图像采集操作界面
• 5.4.2 身份验证系统界面
• 5.4.3 身份识别系统界面
• 5.5 实验结果与分析
• 5.6 本章小结
• 第6章 总结与展望
• 6.1 总结
• 6.2 展望
• 致谢
• 参考文献
• 攻读学位期间发表的学术论文及参加科研情况