開(kāi)題報(bào)告-人臉識(shí)別系統(tǒng)設(shè)計(jì).doc

本科學(xué)生畢業(yè)論文（設(shè)計(jì)）開(kāi)題報(bào)告書(shū)題目 人臉識(shí)別系統(tǒng)設(shè)計(jì) 姓名 崔景才 學(xué)號(hào) 200990512227 院、系 文經(jīng)學(xué)院電子系 專業(yè) 電子信息科學(xué)與技術(shù) 指導(dǎo)教師 高書(shū)霞 2013年3 月28 日 論文（設(shè)計(jì)）題目 人臉識(shí)別系統(tǒng)設(shè)計(jì) 題目來(lái)源：學(xué)生自擬；本選題的依據(jù)：1）說(shuō)明本選題的研究意義和應(yīng)用價(jià)值2） 簡(jiǎn)述本選題的研究現(xiàn)狀和自己的見(jiàn)解 隨著安全入口控制和金融貿(mào)易方面應(yīng)用需要的快速增長(zhǎng)，生物統(tǒng)計(jì)識(shí)別技術(shù)得到了新的重視。目前，微電子和視覺(jué)系統(tǒng)方面取得的新進(jìn)展，使該領(lǐng)域中高性能自動(dòng)識(shí)別技術(shù)的實(shí)現(xiàn)代價(jià)降低到了可以接受的程度。而人臉識(shí)別是所有的生物識(shí)別方法中應(yīng)用最廣泛的技術(shù)之一，人臉識(shí)別研究已經(jīng)有40多年的歷史，作為生物識(shí)別的一種，廣泛應(yīng)用在身份識(shí)別、海關(guān)監(jiān)控等領(lǐng)域。目前，人臉識(shí)別技術(shù)也逐漸走向了商用，如Eyematic公司研發(fā)的人臉識(shí)別系統(tǒng)等。人臉識(shí)別技術(shù)就是通過(guò)計(jì)算機(jī)提取人臉的特征，并根據(jù)這些特征身份驗(yàn)證的一種技術(shù)。人臉識(shí)別按照信息來(lái)源可分為兩類：基于靜態(tài)人臉圖像的識(shí)別和基于動(dòng)態(tài)信息的識(shí)別。由于動(dòng)態(tài)識(shí)別研究處于起步階段，該技術(shù)相對(duì)較欠缺，目前，研究較多的是靜態(tài)人臉識(shí)別，即人臉來(lái)源位穩(wěn)定的二維圖象如照片。因此本文只研究基于靜態(tài)人臉圖像的識(shí)別方法。 計(jì)算機(jī)靜態(tài)人臉識(shí)別是一個(gè)經(jīng)典的模式識(shí)別問(wèn)題。人臉識(shí)別的傳統(tǒng)方法主要分為：整體匹配方法，其中最具代表性的是主元分析法，其他混合型的算法。這些人臉識(shí)別系統(tǒng)多數(shù)都要依賴于面部特征（比如眼睛中心位置）的嚴(yán)格特征匹配來(lái)歸一化人臉以便提取人臉描述特征。靜態(tài)人臉識(shí)別系統(tǒng)主要由檢測(cè)與定位、特征提取與識(shí)別兩部分組成，在這兩部分的基礎(chǔ)上海包括預(yù)處理等步驟。實(shí)現(xiàn)流程如下：首先是預(yù)處理，對(duì)圖像進(jìn)行光照處理等以改善圖像質(zhì)量；檢測(cè)與定位，從不同場(chǎng)景中檢測(cè)出人臉病將其從背景中分割出來(lái)；對(duì)人臉庫(kù)中所有圖像大小和各器官位置歸一化；最后對(duì)歸一化的人臉圖像進(jìn)行特征提取與識(shí)別。檢測(cè)與定位現(xiàn)已成為一個(gè)獨(dú)立課題。常用的人臉識(shí)別試驗(yàn)庫(kù)以美國(guó)軍方的FERET庫(kù)2最為權(quán)威，它包括多人種、多年齡段、各種表情變化、光照變化、姿態(tài)變化的圖象，圖像的數(shù)量和實(shí)驗(yàn)的人數(shù)也非常多，可以充分地驗(yàn)證人臉識(shí)別算法。目前尚沒(méi)有專門(mén)測(cè)試人臉檢測(cè)和定位算法的圖像庫(kù)。 在各種應(yīng)用的推動(dòng)下，人臉識(shí)別技術(shù)是近年來(lái)興起的，但不大為人所知又快速發(fā)展的新技術(shù)。人們更多的是在電影中看到這種技術(shù)的神奇應(yīng)用：警察將偷拍到的嫌疑犯的臉部照片，輸入到電腦中，與警方數(shù)據(jù)庫(kù)中的資料進(jìn)行比對(duì)，并找出該嫌犯的詳細(xì)資料和犯罪記錄。這并非虛構(gòu)的情節(jié)。在國(guó)外，人臉識(shí)別技術(shù)早已被大量使用在國(guó)家重要部門(mén)以及軍警等安防部門(mén)。在國(guó)內(nèi)，對(duì)于人臉識(shí)別技術(shù)的研究始于上世紀(jì)90年代，目前主要應(yīng)用在公安、金 融、網(wǎng)絡(luò)安全、物業(yè)管理以及考勤等領(lǐng)域。人臉識(shí)別系統(tǒng)現(xiàn)在在大多數(shù)領(lǐng)域中起到舉足輕重的作用，尤其是用在機(jī)關(guān)單位的安全和考勤、網(wǎng)絡(luò)安全、銀行、海關(guān)邊檢、物業(yè)管理、軍隊(duì)安全、智能身份證、智能門(mén)禁、司機(jī)駕照驗(yàn)證、計(jì)算機(jī)登錄系統(tǒng)。我國(guó)在這方面也取得了較好的成就，國(guó)家863項(xiàng)目“面像檢測(cè)與識(shí)別核心技術(shù)”通過(guò)成果鑒定并初步應(yīng)用，就標(biāo)志著我國(guó)在人臉識(shí)別這一當(dāng)今熱點(diǎn)科研領(lǐng)域掌握了一定的核心技術(shù)。北京科瑞奇技術(shù)開(kāi)發(fā)股份有限公司在2002年開(kāi)發(fā)了一種人臉鑒別系統(tǒng)，對(duì)人臉圖像進(jìn)行處理，消除了照相機(jī)的影響，再對(duì)圖像進(jìn)行特征提取和識(shí)別。這對(duì)于人臉鑒別特別有價(jià)值，因?yàn)槿四樿b別通常使用正面照，要鑒別的人臉圖像是不同時(shí)期拍攝的，使用的照相機(jī)不一樣。系統(tǒng)可以接受時(shí)間間隔較長(zhǎng)的照片，并能達(dá)到較高的識(shí)別率，在計(jì)算機(jī)中庫(kù)藏2300人的正面照片，每人一張照片，使用相距1-7年、差別比較大的照片去查詢，首選率可以達(dá)到50%，前20張輸出照片中包含有與輸入照片為同一人的照片的概率可達(dá)70% 。2005年1月18日，由清華大學(xué)電子系人臉識(shí)別課題組負(fù)責(zé)人蘇光大教授主持承擔(dān)的國(guó)家十五攻關(guān)項(xiàng)目人臉識(shí)別系統(tǒng)通過(guò)了由公安部主持的專家鑒定。鑒定委員會(huì)認(rèn)為，該項(xiàng)技術(shù)處于國(guó)內(nèi)領(lǐng)先水平和國(guó)際先進(jìn)水平。1993年，美國(guó)國(guó)防部高級(jí)研究項(xiàng)目署 (Advanced Research Projects Agency)和美國(guó)陸軍研究實(shí)驗(yàn)室(Army Research Laboratory)成立了Feret(FacE Recognition Technology) 項(xiàng)目組，建立了feret 人臉數(shù)據(jù)庫(kù)，用于評(píng)價(jià)人臉識(shí)別算法的性能。研究的主要內(nèi)容：人臉識(shí)別是一種重要的身份鑒別技術(shù)，具有廣泛的應(yīng)用前景。近10多年來(lái)，人臉識(shí)別技術(shù)在各種應(yīng)用的推動(dòng)下發(fā)展很快。而近幾年中，為避免各種實(shí)際應(yīng)用環(huán)境的限制，非約束環(huán)境下的人臉識(shí)別也得到了很大的發(fā)展。本課題的主要內(nèi)容是圖像預(yù)處理,它主要從攝像頭中獲取人臉圖像然后進(jìn)行處理,以便提高定位和識(shí)別的準(zhǔn)確率.該模塊主要包含光線補(bǔ)償、圖像灰度化、高斯平滑、均衡直方圖、圖像對(duì)比度增強(qiáng)，圖像預(yù)處理模塊在整個(gè)系統(tǒng)中起著極其關(guān)鍵的作用，圖像處理的好壞直接影響著后面的定位和識(shí)別工作。本次課題研究中，我們將討論研究靜態(tài)下人臉識(shí)別的研究以及非約束環(huán)境下的影響因素和處理方法。主要研究方法： 變形模型方法 人臉檢測(cè)與定位 特征提取與識(shí)別 幾何特征法 特征臉?lè)ㄑ芯窟M(jìn)度計(jì)劃： 第 1 周 第 2 周： 調(diào)研、資料查詢、外文翻譯第 3 周 ： 可行性分析階段第 4 周 第 5 周： 需求分析階段第 6 周 ： 概要設(shè)計(jì)階段第 7 周 第 8 周： 詳細(xì)設(shè)計(jì)階段第 9 周 第10周： 編碼階段第11周 ： 測(cè)試階段第12周 第13周： 寫(xiě)文檔 主要參考資料：1 Chellappa R, W ilson C L, Sirohey S Human and machinerecognition of faces a surveyJ.Proceedings of the IEEE,1995,83(5)：705-740.2 Hjelmas E, Low B K Face detection: a survey J.Computer Visionand image understanding,2001,83(1):236-274.3 J.Benarie,D.Nandy.IEEE Trans.PAMI,1998,20:449457.4 R.Brunelli,T .Poggio .IEEE Trans.PAMI,1993,15:10241052.5 LJ.Cox,J.Ghosn,P.N.Yianilos.CVPR96:209216.7K.M . Lam, H. Yan. Pattern Recogition,1995,29:771779.8 J. Ydeng ,F .Lai. Pattern recognition,1997,30:403419.9李剛，高政，人臉識(shí)別理論研究進(jìn)展J。計(jì)算機(jī)與現(xiàn)代化，2003，（5）：1-6.10周杰，盧春雨等，人臉自動(dòng)識(shí)別方法綜述J.電子學(xué)報(bào).2000,28（4）：102-106.11張翠平，蘇光大.人臉識(shí)別技術(shù)綜述J.中國(guó)圖像圖形學(xué)報(bào).2000.5（11）：885-894.12丁嶸，蘇光大，林行剛，特征臉和彈性匹配人臉識(shí)別算法的比較J.計(jì)算機(jī)工程與應(yīng)用，2002,38（7）：1-2.13蘇華，蘇光大，杜成，人臉關(guān)鍵特征點(diǎn)的自動(dòng)定位