基于特征融合的人脸识别算法研究与实现

摘要

近年来，由于反恐、国土安全和社会安全的需要，身份认证的准确性、安全性和实时性显得越来越重要，其中生物特征识别领域的人脸识别所占的比重越来越大。人脸识别与别的生物特征识别比较起来优势在于它应用时不接触、不强制、亲切和谐，这些特点使其在安防监控、身份认证、基于图像内容的搜索和人脸控制（比如，人脸解锁、人脸支付）等方面拥有着极大的市场未来。
　　本文着重分析了人脸识别应用时的技术难点与核心，并在此基础上选定了研究方向：针对人脸识别中光线和面部表情影响条件进行研究。人脸识别运用时的过程一般有图像采集、面部测检、特征采集及分类等。文章先对人脸识别所包含的几大模块做了阐述与研究，对人脸检测、图片预处理、图像特性采集抽取与分类辨识方法进行了较为详细的阐述，并对部分重点算法进行了实现，并针对主成分分析（PCA和2DPCA）法进行了仿真实验与结果对比，从理论上分析了该方法的优势与不足。针对表情和光照的特点及经典算法主成分分析的不足，提出了基于多特征融合——主成分分析全局特征和LBP纹理局部特征融合——的识别方法。基于PC平台环境（MATLAB2011，VS2010， OpenCV库），本文在国际标准人脸数据库、网络随机人脸图像构成的人脸图像库和自创人脸数据库进行了很多实验，对所提出算法的性能进行测评，测试效果进一步证实该算法优势显著，为硬件实现提供了保障。
　　在算法的硬件实现过程中，本文首先实现了基于PC环境的针对单个人脸的实时检测与身份认证。然后根据所选 DSP芯片型号的自身特点进行了部分算法的移植与优化工作。

目录

封面

声明

中文摘要

英文摘要

目录

第一章 绪论

1.1课题研究的背景和意义

1.2人脸识别技术国内外研究现状

1.3人脸识别研究的核心与难点

1.4本文的研究特色与章节安排

第二章 人脸识别技术的理论基础

2.1人脸识别技术的原理

2.2常用的人脸数据库

2.3图像预处理

2.4人脸检测

2.5主流的人脸特征提取方法

2.6人脸识别特征分类算法

2.7本章小结

第三章 一种多特征融合的人脸识别算法

3.1主成分分析全局特征人脸识别法

3.2 LBP算子识别人脸的原理

3.3多特征融合的人脸识别算法设计与验证

3.4本章小结

第四章 基于DSP系统的人脸识别算法实现

4.1人脸识别VS2010实时实现

4.2嵌入式DSP系统硬件结构

4.3系统开发软件平台

4.4算法的移植和实现

4.5本章小结

第五章 总结与展望

5.1全文总结

5.2进一步改进与展望

参考文献

发表论文和科研情况说明

致谢