板可以被中心对称轴分成左脸模板和右脸模板。所以，半边脸模板的构建如图所示。此外，平均半脸模板可以根据平均全脸模板的原理来构建。这样可以减低在全脸模板中密集度的对称冗余的问题。方法如图所示。沈阳理工大学学士学位论文图构建半脸模板的模型图半脸平均模板的构建在张完美的人脸模板中，左脸和右脸的密集度是对称的，也就是说，两半边脸是相似的对。事实上，在张人脸图像中左脸和右脸存在些差异，两半边脸的器官密集度的分布也不是完全对称的，所以相似性就降低了。就拿左半边脸为例，当利用平均的半脸模板搜索人脸图像时，左半边脸会先被识别出来，如图所示。图中实线框内是被检测出的左脸，接着根据左脸模板来检测右半边脸的位置。被检测到的可能是右半边脸的位置如图所示，这些位置由虚线框标记出来。图被检测出来的可能是半边脸的位置判别函数在实验中，图像中半边脸被检测出来是运用了模板匹配的方法。此方法的基本原理解释如下。被选择的平均半脸模板在被检测的图像上到处搜索。接着，计算模板与被检测到的半边脸的相似度。如果在些位置，相似度方程的值大于阈值，那么我们就认为这班别脸的图像相似于平均半脸模板。沈阳理工大学学士学位论文相似度是指图像上局部区域的统计值。些不同的子块影像的图像相似度值也许与其他的样，尽管如此，它们还是属于不同的字块图像。在实验中，与半脸模板匹配的子块图像所在位置的相似度值应该被保留，而那些未匹配的值应该被剔除。此方法具体可以描述如下假设半脸模板的长度是，宽是，如图四所示。那么全脸模板的长度就是，宽是。假设被检测的图像的长度是，宽是，当模板为放在，时，子块图像在图像中相对应的位置为。于是模板与子块图像，的相似度的公式可以表达为上述公式中，判定图像中是否存在半边脸的规则是，给定个阈值，如果那么此半边脸相似于子块图像如果那么此半边脸完全与子块图像致。把公式展开后，得到其中，是子块的能，被位于图像，位置的半脸模板所覆盖。在到处搜索图像的时候，它的值变化很慢。但是这种技术也是有其优缺点的，优点其在进行人脸识别过程中所需要耗费的时间短，占用存储小，沈阳理工大学学士学位论文并法的不同，我们可以将其分为两大类个是统计方法另个是几何特征方法。早在上个世纪年代末期时，人脸识别技术主要采用的是模板匹配方法，在获得张样本图片的基础上，对其进行技术处理，获得其中所包含的化。人脸识别技术就是用计算机作为辅助，在视频动静态图片中认出人脸。般可以把情况描述成在指定的个视频动静态图片中，通过已存的人脸库确定图片中的个人或者些人。般，由于分类方法和提取特征的方，作为种基于生物特征的重要的身份识别技术，其早在世纪年代末期便得以兴起。在世纪之后，由于计算机技术，模式识别技术，数字图像技术，人工智能等相关科学领域的飞速发展，人脸识别技术也在发生着根本性的变技术也自然而然的成为了当下研究者们的宠儿，热门中的热门。本文的主要内容大致如下首先对不同种类的人脸识别方法进行个简单的比较，然后再介绍下由粗到精的人眼识别方法的实现过程。面部识别技术人脸识别技术等特点。而在面部识别之中，眼部识别有着比嘴巴和鼻子更为可靠的独特性，其独特性几乎不会受到面部表情和光照的变化而变化，所以具有极高的身份识别价值。正是由于眼部识别具有上述如此众多的优势，所以当下眼部识别这些生物特性的独特性，所以生物特征识别技术在身份识别，金融安全以及警方侦缉等方面取得了广泛的应用。在这些生物特征中最为推崇的则是面部识别和眼部识别，因为其具有其他身份识别方式所不具有的方便，友好，直接性以及生理特性与已经建立起来的生物数据库中的数据进行对比分析，然后对生物体的种类以及身份进行识别的技术。所谓的生物特征，具有固定性和特有性等特点，其主要包括肤色，声音，指纹，虹膜，面部等等。正是因为有噪情况下的对比实验眼部识别的效果及其分析小结结论致谢参考文献附录英文原文附录中文翻译沈阳理工大学学士学位论文引言简介我们常说的生物特征识别技术，其实就是将计算机技术应用其中，用检测到的生物行为特大学学士学位论文在有噪情况下的仿真实验小结种由粗到精的人眼定位算法人眼精确定位之人眼方差滤波器人眼方最终，要对这个样本人脸图片进行加噪，然后重复上述操作，最后通过观察有无噪声的人眼定位效果，以得出此方法的有效性。次之，介绍本论文的最核心部分由粗到精的人眼定位法，其主要采用了方差滤波和地形特征点检验两种技术。第，利用地形特征点检验技术和小波变换技术，直接获得人眼大致所在区域，也就是所谓的粗定位。第二，确定人脸所在区域，然后再这个区域上利用差分滤波器进步确定人眼所在位置，也就是所谓的精定位。关键词生物特征人眼识别小波变换人脸识别由粗到精的人眼定位沈阳理工大学学士学位论文沈阳理工大学学士学位论文目录引言简介面部识别技术眼部识别技术研究背景和意义论文结构和研究内容小结若干人脸识别方法的比较研究基于和的人脸识别系统主成分分析算法奇异值分解技术二维主成分分析法技术基于线性判别分析