1、文研究内容的主要流程如图所示。图特征融合算法的主要流程奇异值提取特征提取输入人脸图像输入人脸图像串行融合最近邻分类输出分类结果特征提取算法的实现小波简介由于特征对光照姿态具有定的鲁棒性因此特征在人脸识别领域的应用非常广泛，目前已经成为了最为主流的人脸特征抽取方法。特征具有良好的空间局部性和方向选择性可以很好的描述图像的纹理信息，因此许多人脸识别算法都采用特征作为识别特征。是最早应用特征进行人脸识别的算法之，该算法仅对人脸图像中部分关键特征点进行变换，并将人脸描述为以这些特征点位置为顶点以其变换系数为顶点属性以其关键点位置关系为边属性的属性图，从而将人脸识别问题转化为图匹配问题。通过合理的选择特征点的位置，弹性图可以很好地同时对人脸的关键局部特征及其它们之间的关系进行建模，从而既利用了人脸。
2、构成正交基，但在特定参数下可构成紧框架。小波对于图像的边缘敏感，能够提供良好的方向选择和尺度选择特性，而且对于光照变化不敏感,能够提供对光照变化良好的适应性。上述特点使小波被广泛应用于视觉信息理解。二维小波变换是在时频域进行信号分析处理的重要工具，其变换系数有着良好的视觉特性和生物学背景，因此被广泛应用于图像处理模式识别等领域。与传统的傅立叶变换相比，小波变换具有良好的时频局部化特性。即非常容易地调整滤波器的方向基频带宽及中心频率从而能够最好的兼顾信号在时空域和频域中的分辨能力小波变换具有多分辨率特性即变焦能力。即采用多通道滤波技术，将组具有不同时频域特性的小波应用于图像变换，每个通道都能够得到输入图像的种局部特性，这样可以根据需要在不同粗细粒度上分析图像。此外，在特征提取方面，小波变换。
3、究机构在人脸识别领域进行了大量的研究工作。年代中后期以来，国内的许多研究机构在自然科学基金计划攀登计划等资助下，开始了对人脸识别的研究。其中主要包括清华大学计算机系自动化系电子系以及哈尔滨工业大学南京理工大学信息学院中科院自动化所上海交通大学图像处理与模式识别研究所中山大学数学系等，他们在人脸识别研究领域都进行了许多很有意义的尝试，积累了经验。中科院计算所人脸识别研究小组年月与专门从事人脸识别商业系统开发和销售的四川成都银晨网讯科技有限公司全面合作，在北京成立了人脸识别联合实验室，专门研究和开发商业人脸识别系统。年来，实验室在实时人脸检测与跟踪人脸识别人脸确认等方面进行了大量卓有成效的研究，并开发了套具有良好鲁棒性的实时人脸检测系统提出了种新的基的人脸识别方法，并基于该方法开发了套实时人。
4、果以下为第个人物的人脸识别结果完成,绪论研究背景及意义人脸识别是生物特性鉴别技术的个主要方向，它涉及图像处理，模式识别，计算机视觉等多个研究领域，具有十分广泛的应用前景，多年来直是个研究热点。相对于其它人体生物特征识别技术，如指纹识别虹膜识别掌纹识别，人脸识别技术是最直接最自然最容易被人接受的。与其它技术相比，它具有侵犯性小较少需要或不需要用户的主动配合样本采集方便应用场合广泛潜在的数据资源丰富设备成本低等优点。人脸识别系统具备操作及流程简单适用面广支持对或对多比对支持多点同时采集比对带有数据库支持记录及查询功能，对采集现场环境要求较低，可在极短的时间里判断出进出者的身份是否合法，杜绝使用他人钥匙密码磁卡等非法进入。人脸识别技术的安全性可靠性较高，且拥有广泛的市场需求，它可以应用于公安部。
5、的图像亮度分布特征，又利用了面部结构信息。方法从最佳描述的角度，通过个优化过程完全自动地确定特征位置及其相应的小波参数，并最终用这些参数作为人脸的描述来进行人脸识别。但是种基于参数优化的建模方法，计算复杂度很高，其用于人脸识别的有效性还需要更多的实践检验。算法的基本思想是在粗略对齐人脸图像的前提下，逐像素计算每个像素点的多方向多尺度变换特征，形成特征的人脸表示，然后进步用判别分析法提取特征，为了解决逐像素特征维数过高的问题，采用了简单的下采样处理方法。算法采用算法对高维特征进行选择的降维，该方法采用机器学习的方法更加客观地利用特征，从而能在有效降维的同时提高识别性能。小波与人类视觉系统中简单细胞的视觉刺激响应非常相似。它在提取目标的局部空间和频率域信息方面具有良好的特性。虽然小波本身并不。
6、与其它方法相比方面其处理的数据量较少，能满足系统的实时性要求另方面，小波变换对光照变化不敏感，且能容忍定程度的图像旋转和变形，当采用基于欧氏距离进行识别时洪子泉，杨静宇基于奇异值特征和统计模型的人像识别算法计算机研究与发展黄修武，杨静宇，郭跃飞基于隶属度的人脸图像特征抽取和识别电子学报，洪子泉，杨静宇用于图像识别的图像代数特征抽取自动化学报赖剑煌，阮邦志，冯国灿频谱脸种基于小波变换和变换的人像识别新方法中国图像图形学报杨奕若，王煦法利用主元分析与神经网络进行人脸识别电子技术应用，刘贵喜，杨万海基于小波分解的图像融和方法及性能评价自动化学报，章毓晋图像工程上下册北京清华大学出版社，苏光大图像并行处理技术北京清华大学出版社，袁勇，李天牧种新的人脸特征定位及识别的方法云南大学学报自然科学版边肇。
7、祺，张学工模式识别北京清华大学出版社致谢在河北工业大学的学习生活即将结束，在做毕业设计的这段时间里，我的老师同学朋友和家人给予了我无微不至的关心，毫无保留的指导和耐心细致的帮助，借此毕业论文完成之际，谨向他们致以我最真诚的感谢,首先，我衷心感谢我的导师张志伟老师。张老师学识渊博治学严谨平易近人，她以其宽广的视野敏锐的洞察力严谨的治学态度在学术上给了我悉心的指导。论文进展并不顺利时，是张老师以长者的仁爱胸怀对我表示了理解，她不仅帮我指正了论文的方向，而且为我提供了大量的参考文献，导师勤勉的敬业精神和丝不苟的工作态度使我深深感动，这将是我生工作和学习的好榜样。其次，我还要特别感谢我的同学王新贺以及张波，他们不仅为我提供了部分编程代码，还细心的给我讲解了代码的含义，让我对我的课题有了更加深入的。
8、了解。最后，我要感谢我的父母和家人，他们这么多年来直给我以无私的关爱和支持，浓浓的亲情和期盼都是我学习的动力和源泉。再次真心的感谢所有关心爱护我的良师益友和亲人们,附录提取人脸图像的特征的源代码表示传入的要进行滤波的图像数据图像数据与的实部和分别进行卷积附录对每幅人脸图像进行处理的源代码获取图像的行列数保存的取样点这是奇异值分解以下为提取的幅值特征融合前统量纲以下串行融合特征向量与该图像的奇异值清除多余变量附录最近邻分类的源代码附录程序执行主线源代码读取训练图像和测试图存储幅训练图像的特征开始基准图像文件的读取,第个文件处理完成共幅基准图像,开始比较文件的读取存储幅测试图像,第个文件处理完成共幅比较图像比较两种图像的欧式几何距离最近邻分类，产生结果正在分析分类图像以下为第个人物的人脸识别。
9、效果,。其他方法等对模板匹配方法作了大量实验，结果表明在尺度光照旋转角度等各种条件稳定的情况下，模板匹配的效果优于其他方法，但它对光照旋转和表情变化比较敏感，影响了它的直接使用。等人采用局部自相关性作为人脸识别的判断依据，它具有平移不变性，在脸部表情变化时比较稳定。在最近的些工作中，等提出的表示框架并将它用于人脸识别的工作中，等人研究了不同视点下的人脸匹配和识别问题，等人讨论了由单幅人脸图像生成其他视点的人脸图像的可能性，等则探讨了多种信息融合的人脸识别方法。本论文的主要研究工作本论文主要研究种应用于人脸识别的特征融合算法，该算法提取人脸图像中关键特征点的特征作为局部特征，提取人脸图像的奇异值特征作为全局特征，对这两类特征利用串行融合算法进行融合，并利用最近邻分类规则将图像进行分类。本论。
10、是说，投影后保证模式样本在新的空间中有最大的类间距离和最小的类内距离，即模式在该空间中有最佳的可分离性。线性判别分析提取的特征向量集强调的是不同人脸的差异而不是照明条件人脸表情和方向的变化。因而，采用此方法对光照条件人脸姿态等的变化不太敏感，从而有助于提高识别效果。但是传统的算法常常遇到的个问题是样本类内散度矩阵通常是奇异的，即小样本集合问题。针对这问题已有了许多改进方法并取得了很好的识别效果。分量分析是种很有效的提取方法。与相比，有两个优势是获得的分量不需要满足正交关系，能够消除象素间的高阶统计相关性，而只能消除象素间的二阶统计相关性二是获得的组矢量比本征矢量更具空间局部描述性，具有更好的人脸描述能力。借鉴的方法，和等都被扩展到了核空间。与线性子空间方法相比，基于的方法获得了更好的识别。
11、门的犯人档案管理犯人辨认查找刑侦破案安全验证系统信用卡验证医学档案管理视频会议人机交互系统证件核对保安监视门禁控制及至自动柜员机等多种场合。人脸识别对人类来说是件自然而然的事情，但对计算机而言，人脸识别却远非个已解决的课题。所有的人脸都具有相似的结构，在纹理上也十分相近。另外图像受光照成像角度及成像距离等外界条件影响，具有人千面的特点，欲建立种具有各种不变性的描述模型还是比较困难的。此外，人脸识别技术研究与相关科学的发展及人脑的认识程度紧密相关。诸多因素都使人脸识别研究成为项极富挑战性的课题，方面信息化进程的日益加快，电子商务重要场所的安全认证智能化环境等许多应用领域对与人脸有关的信息处理提出了迫切要求另方面，硬件和软件技术的发展，为满足实际应用系统对人脸检测跟踪及识别技术的实时化要求提。
12、供了可能性。所以，人脸识别的研究不仅涉及心理学生理学人工智能模式识别计算机视觉图像分析与处理等多个学科领域，更是模式识别人工智能和计算机视觉的典型案例之。对这问题的研究和解决，有助于对其他对象识别问题的研究分析和解决，人脸识别也因此成为这些基础研究领域的重要课题之，具有重要的理论研究价值。国内外研究现状及发展趋势近年来，人脸自动识别的研究取得了很大的进展，从工程索引上检索到的相关文献已达数千篇，包括在内的重要国际期刊也有专栏甚至专刊报道人脸识别的最新研究进展，同时还出现了专门的国际学术会议，如人脸手势识别国际学术会议。目前人脸识别领域内最著名的国际研究机构包括美国麻省理工学院媒体实验室及人工智能实验室南加州大学卡内基梅隆机器人研究及交互系统实验室马里兰大学等。另外，些国家或地区也有不少研。
参考资料：
1、该文档不包含其他附件(如表格、图纸)，本站只保证下载后内容跟在线阅读一样，不确保内容完整性，请务必认真阅读。
2、有的文档阅读时显示本站（www.woc88.com）水印的，下载后是没有本站水印的（仅在线阅读显示），请放心下载。
3、除PDF格式下载后需转换成word才能编辑，其他下载后均可以随意编辑、修改、打印。
4、有的标题标有”最新”、多篇，实质内容并不相符，下载内容以在线阅读为准，请认真阅读全文再下载。
5、该文档为会员上传，下载所得收益全部归上传者所有，若您对文档版权有异议，可联系客服认领，既往收入全部归您。
【毕业设计】人脸识别gabor论文