基于人脸识别技术的门禁系统的研究与设计

论文摘要

人脸识别作为生物识别技术之一,是模式识别技术在图像领域中的具体运用,其应用前景非常广阔,可以应用到身份证件的鉴别、自动门禁控制系统、银行取款机、家庭安全等领域。人脸自动识别系统包括人脸的检测和定位、特征提取、人脸识别三个部分。人脸的检测和定位,即从输入的图像中找到人脸及人脸存在的位置,并将人脸从背景中分割出来。本文提出了一种基于肤色分割和图像似然度的检测人脸方法,该方法能在复杂的背景下很好的检测出人脸。首先利用彩色图像的颜色信息把彩色图像分割成肤色区域与非肤色区域,然后对肤色区域做预处理,实现人脸的定位。特征提取是人脸识别系统中非常重要的组成部分。特征提取是指将数据从原始空间变换到特征空间的过程,该变换使得原始数据由维数较少的“有效”特征数据来表示,而不减少原始数据所包含的内在信息量。目前,已经提出了许多特征提取的方法,其中基于主成分分析的Eigenface算法及其变形已经成为测试人脸识别系统性能的基准算法,该方法是模式识别判别分析中最常用的一种线性映射方法。人脸识别是指对给定的包含人脸的输入图像,通过与已知人脸库中存储的模型进行匹配比较,确定是否是库中某一人物,如果是,则给出最佳匹配库中人物,实现自动识别人脸的目的。基于以上理论,开发了基于防盗系统的人脸识别系统,并从实验的角度做了初步的测试,结果证明该方法的可行性。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 研究背景
• 1.1.1 人脸识别的研究历史和常见的识别方法
• 1.1.2 国内外人脸识别技术的发展现状及现实应用
• 1.1.3 人脸识别技术所面临的问题
• 1.2 论文工作及论文结构
• 第二章 人脸识别技术的概念与理论
• 2.1 人脸识别技术概述
• 2.1.1 人脸识别的实现过程
• 2.1.2 人脸识别技术的优点和难点
• 2.1.3 人脸识别技术的分类
• 2.2 人脸特征的提取方法
• 2.2.1 人脸特征提取
• 2.2.2 特征提取的方法
• 2.3 基于肤色的人脸检测算法
• 2.3.1 肤色模型
• 2.3.2 人脸区域分割
• 2.3.3 提高图像预处理质量的手段和方法
• 2.4 基于PCA的人脸识别
• 2.4.1 PCA的基本概念
• 2.4.2 PCA人脸识别原理
• 第三章 需求分析与方案选择
• 3.1 可行性分析
• 3.1.1 社会需求分析
• 3.1.2 技术可行性分析
• 3.1.3 操作可行性分析
• 3.1.4 应用程序的功能需求分析
• 3.1.5 开发环境需求分析
• 3.2 开发方案设计
• 第四章 系统的结构设计
• 4.1 系统的总体结构设计思想
• 4.2 类设计
• 4.2.1 类CDIB
• 4.2.2 类CFaceDetectDLG
• 4.2.3 类ClikelyHood
• 4.3 算法设计
• 4.3.1 图像灰度化
• 4.3.2 二值化算法
• 4.3.3 灰度均衡
• 第五章 测试与验证
• 5.1 测试原则
• 5.2 测试方案与实验结果
• 第六章 结论
• 参考文献
• 致谢