人脸识别技术在公安图像侦查中的应用

摘要

人脸识别是基于人的脸部特征进行识别的一种生物识别技术，即在含有人脸的图像或视频流中，实现自动检测和跟踪人脸的技术。人脸识别技术研究始于20世纪60年代，融合了生理学、计算机视觉、模式识别、心理学等诸多学科。经过几十年的发展，人脸识别的准确率与实时性已经提高很多，并开始从理论研究走向商业化开发与应用。
　　本课题设计的人脸识别系统分为硬件系统和软件系统，即在硬件上开发相应的软件来实现人脸识别功能。该系统可以对静态图像和摄像头捕捉画面进行处理，将静态图像或摄像头捕捉的画面经系统处理后，可实时将人脸标识并输出。该系统的核心是软件实现部分，即在推导识别理论的基础上，完成人脸识别算法的软件开发。课题主要采用AdaBoost算法来实现人脸的识别，即通过训练大量的正、负样本图像文件得到符合AdaBoost算法的级联分类器。之后设计开发的人脸识别系统通过调用该级联分类器，实现人脸的识别。
　　识别系统软件的执行流程为：
　　1、识别输入图像文件的格式，并将图像数据读入到系统中；
　　2、对图像进行类型转换，并进行直方图均衡化处理；
　　3、对图像进行Gabor变换，完成PCA降维处理；
　　4、载入已训练好的数据文件，实现人脸识别并输出结果。
　　课题选用CK+和JAFFE人脸数据库来进行实验。
　　本课题采用的AdaBoost算法原理是将一些比较弱的分类方法合在一起，组合出新的分类方法，其理论来源于 Boosting算法，可把“弱学习算法”提升(boost)为“强学习算法”。因此课题软件在检测人脸的实验过程中取得了不错的识别结果，具有较快的识别速度和较高的识别率。

目录

声明

引言

1 文献综述

1.1 人脸识别与公安图侦

1.2 人脸识别技术优势

1.3 人脸识别研究现状

1.4 人脸识别系统

1.5 人脸识别算法

1.6 人脸数据库

2 算法原理及实现

2.1 Boosting和AdaBoost算法

2.2 AdaBoost算法原理

3.3 AdaBoost算法实现

3 人脸分类器构建

3.1 人脸识别原理

3.2 分类器的构建

4 人脸识别系统

4.1 识别图像预处理

4.2 人脸识别流程

4.3 人脸识别效果

5 结论与展望

5.1 本文的工作

5.2 课题展望

参考文献

在学研究成果

致谢