论文部分内容阅读
随着信息化、数字化、网络化的发展,国家以及社会生活的安全性面临新的挑战,在这种环境下,传统的安全技术呈现出许多弊端和缺陷。生物特征认证技术是解决信息化、数字化、网络化社会安全问题的较好的办法之一。在生物认证方面,人脸识别具有特定的优势,可以广泛应用于公安部门的犯人档案管理、犯人的辨认查找、刑侦破案、安全验证、监控系统,信用卡验证,人机交互控制,证件核对,通道控制等多个场合。 本文主要从人脸图像的预处理、特征提取及识别分类方法等几方面对非约束环境下的人脸识别课题进行了初步的研究。在非约束环境下,人脸图像预处理是人脸识别过程中很重要的一个步骤,本文对人脸图像的几何矫正、灰度处理和遮挡处理等进行了详细的阐述,通过对比实验验证了人脸图像预处理对提高识别率的作用。在特征提取方面,对本征脸人脸识别进行了详细的讨论,提出了一种改进的人脸识别方法,利用预处理后的人脸图像和原始图像进行了对比实验,取得了理想的效果。同时,对支持向量机的两类别分类原理进行了阐述,在此基础上将支持向量机的分类应用扩展到多类别分类领域。 人脸数据库是人脸识别的数据源。本文提出了一种人脸数据库的建立方法,并利用目前广泛使用的ORL人脸数据库作为原始数据,建立了一个基于Access数据库的人脸数据库,在此基础上利用delphi和matlab的交互,实现了一个人脸识别系统,采用PCA+SVM的方法获得了较高的识别率。 从实验结果可以看出,人脸图像预处理对识别率有重要的影响,利用不同的姿态样本建立不同的本征脸空间是解决姿态多变的多样本人脸识别的有效方法,相比较欧式距离分离器,支持向量机在小样本分类方面有其独特的优势。 建立一个通用的人脸图像库可以有助于提高人脸识别的效率,促进人脸识别向网络化方向发展。 Delphi和Matlab结合,可以方便的验证各种人脸识别算法的有效性。