基于PCA的人脸特征提取和识别方法研究

论文总字数：19965字

摘 要

人脸识别具有重大的理论和应用意义，它是一项结合了多学科，多领域知识方法的技术。长期以来，如何利用计算机进行准确、快速的人脸识别，一直是图像处理与模式识别的研究热点与难点之一。本文对人脸识别研究的内容、相关技术、主要实现方法及发展历程作了详细介绍。本文提出主成分分析法（PCA）、K-L变换对人脸特征进行提取以达到人脸识别的目的，实验仿真结果表明该方法识别效果良好。

关键词：人脸识别，主成分分析，K-L变换，特征脸

Abstract: With theoretical and practical significance of face recognition, which is a combination of multi-disciplinary, multi-field knowledge technique. For a long time,how to use the computer for face recognition accuracy, fast, has been one of the hot and difficult research in image processing and pattern recognition. The content of this paper, the research of face recognition technology, main method and its development are described in detail. This paper presents the method of principal component analysis (PCA), the K-L transform to extract the facial featurein order to achieve the purpose of face recognition, the experimental results demonstrate that the method to identify has great effect.

Key Words: face recognition, principle component analysis, K-L translation, eigenface

目 录

1 绪论 4

2 人脸识别技术 5

2.1 人脸识别的研究背景及意义 6

2.2 国内外研究现状及未来发展趋势 7

2.3 人脸识别的难点 8

3 人脸识别的常用算法 8

3.1 人脸识别常用方法 8

3.2 PCA方法的优点 10

4 PCA人脸识别方法 10

4.1 简介 10

4.2 问题描述 10

4.3 PCA 的理论基础 12

4.4 人脸识别中PCA算法步骤及过程 16

4.5 实验及结果分析 17

5 总结与展望 19

5.1 总结 19

5.2 展望 20

参考文献 21

致谢 22

附录—matlab 源码 23

1 绪论

目前，传统的身份识别方法如密码是基于“他记得什么”，ID卡是基于“他有什么”来进行身份鉴别，但是真正安全的识别手段应该是基于“他是谁”来鉴别身份，所以这些传统手段识别的安全性较低。随着现代科学技术的发展和社会的进步发展，依靠传统的方法来确认身份越来越不适应当前的形势。接近真正意义上的身份识别“他是谁”也就是生物特征识别技术了。除了基于可靠性的考虑，生物特征识别技术具有巨大的市场潜力，据国际生物特征组织(IBG)对其的市场分析和预测结果显示，预计到2015年前全球生物特征识别技术至少有93亿美元的产值^[1]。

生物识别技术是基于生理或身体活动的人本身的身份认证技术。那么生理或身体行为特点等具有以下四个特性才能被作为生物特征进行做鉴别：第一、普遍性，即普遍存在每个可以被识别的人身上。第二、唯一性，即个体存在共性之外还需要有个性，独一无二。第三、持久性，即该生物特征在一定时间空间内保持一定程度内的不变性。第四、可采集性，即特征能够定量测定。

经研究可知，人的脸、手指手掌的纹路、虹膜、视网膜、声音、签名等都满足以上条件。因此人们创造发展了诸多此类生物识别技术，如人脸识别，指纹识别，语音识别，虹膜识别等。与其他生物识别技术不一样，人脸识别时，被识别者无需做出配合动作，基本上是无意识下就被识很自然、直接、友好地进行识别，不会让被识别者有一种“被侵犯”的感觉，这种识别技术容易让人接受^[2]。

选用人脸进行辨认的技术凭借其诸多优点，应用广泛，在生物识别技术上愈来愈得到注重。

视觉模式下，人脸作为一种极其特别的存在，带有许多能够被挖掘的信息。首先，在一定程度上，一个人的人脸是不变的，从人脸图像中我们能提取许多信息，如被识别者的年龄，性别，种族等。其次，人脸也有多样的变化能力，根据采集的人脸图像中可以感知到被识别者的心情、气质等。人脸识别不像指纹识别系统等那样需要特制的设备去采集信息，因此识别系统成本低，识别过程相当自然，基本上在被识别者无意识的状态下就进行了识别。虽然生活中人们在某个人的表情或者发型甚至年龄等发生巨大改变时，仍然可以轻松地认出那个人，但由于很多因素，建立一个完全自动进行人脸识别系统是相当有难度。人脸识别，顾名思义肯定涉及到模式识别技术，图像处理技术，计算机视觉等学科知识，事实上还有牵涉到如心理学等认知方面的知识，研究极具挑战性。综上所述人脸识别的诸多优点，许多生物特征识别技术的研究者一直青睐于人脸识别技术的研究^[3]。

人脸识别的研究，研究起源于第十九世纪的法国研究者，加蓬先生。直到第二十世纪九零年代的人脸识别作为一门独立的学科，它开始迅速发展。在人脸识别过程的研究一般分为三个阶段：第一阶段的面部特征，这是人脸识别研究需要的，以艾伦、帕克为代表。在这个阶段需要依靠研究者去操作计算机，虽然有高质量的人脸灰度图模型，但缺乏独立性。第二阶段出现了两类表示人脸特征的方法的人机交互式识别阶段。几何参数来表示人脸图像，使用多维特征向量的人脸特征表示是哈蒙和莱斯克等研究人员的的代表方法。而代表人物为Kaya和Kobayashi的研究者选用了统计识别的方法，人脸特征之间某种特殊的关系利用欧氏距离等描述表示出来。但这两类方法依旧缺乏独立性，需要人为操作。第三阶段则是全自动识别阶段，随着科技发展，人脸识别技术体现出越来越多的使用价值，在人脸模式识别方法上取得了突破性进展，许多识别系统完全由机器自动化识别。人脸识别有着广泛的应用领域：

在安全防范领域中的应用。在军事、金融等许多重要的部门，信息的保密尤为重要，因此对进出人员的身份有效识别是保护信息的重要举措，采用人脸识别技术能够轻松对被识别者轻松识别，整个过程自然不会让进出者有“侵犯性”。

在犯罪刑侦领域中的应用。我们都知道在刑侦工作当中最重要的是抓捕犯人，显然大多罪犯是会潜逃的，在潜逃过程中必然会出现在公共场所如机场、车站等，因此在这些重要交通场所应用人脸识别技术能够帮助司法机关抓住罪犯，避免犯罪分子对社会造成更大的伤害。

剩余内容已隐藏，请支付后下载全文，论文总字数：19965字