人臉識別系統(tǒng)的設計與開發(fā).pdf

1、人臉識別是模式識別和圖像處理等學科的一個研究熱點，它廣泛應用在身份驗證、刑偵破案、視頻監(jiān)視、機器人智能化和醫(yī)學等領域，具有廣闊的應用價值和商用價值。人臉特征作為一種生物特征，與其他的生物特征相比，具有友好、直接、方便等特點，因此使用人臉特征進行身份識別更易于被用戶所接受。
　　 人臉識別技術在過去的幾十年里得到了很大的方展，但由于人臉的非剛性、表情多變等因素，使得人臉識別技術在實際應用中面臨著巨大的困難。本文在對近年來國內(nèi)外相關

2、學術論文及研究報告進行學習和分析的基礎上，針對某些單位內(nèi)的數(shù)據(jù)敏感性場所需要對進入人員進行限制的問題設計并開發(fā)了一套身份驗證識別系統(tǒng)，該系統(tǒng)根據(jù)識別人員數(shù)量的不同采用不同的方法進行識別。當需要識別的人員較少時，采用PCA人臉識別方法，這種實現(xiàn)簡單且識別準確率高，但其缺點是計算量大，特別是當需要識別的人員較多時，對內(nèi)存和識別時間的要求比較高。因此需要識別的人員較多時，本文利用粗糙集和神經(jīng)網(wǎng)絡的方法進行識別，以提高識別效率。由于人臉識別系統(tǒng)

3、規(guī)模較大，因此本文只討論本人所負責部分的內(nèi)容，即系統(tǒng)的理論研究和測試部分。
　　 PCA人臉識別方法的基本原理是通過將人臉圖像信息轉(zhuǎn)換成矩陣，利用K-L變換和奇異值分解原理將人臉圖像進行降維，利用降維后的圖像信息對人臉圖像進行識別。該方法對需要識別的人臉圖像較多時，存在計算量大、運算時間長、效率低等缺點，但當需要識別的人員數(shù)量較少時，識別的速度比較快，且準確率比較高。因此，本文利用PCA識別方法的特點，將其應用在需要識別人員較少

4、的場合中，這樣既提高了效率又保證了識別的準確率。
　　 對于大型單位，需要身份識別的人員較多，如果仍然使用PCA人臉識別方法將會使工作效率低下，因此本文結(jié)合粗糙集的特點，在PCA降維后的人臉特征再次進行了篩選，進一步減少了用于表示人臉圖像的特征個數(shù)，然后使用神經(jīng)網(wǎng)絡分類器對人臉圖像進行識別。該方法在預處理的基礎上，利用粗糙集對PCA降維處理后的人臉特征進行約簡，提取其中分類能力強的特征，實現(xiàn)在識別精度不變的情況下，有效的去除冗余