《畢業(yè)設(shè)計(jì)論文開題報告 靜態(tài)人臉識別研究》由會員分享，可在線閱讀，更多相關(guān)《畢業(yè)設(shè)計(jì)論文開題報告 靜態(tài)人臉識別研究（8頁珍藏版）》請?jiān)谘b配圖網(wǎng)上搜索。

1、 本科學(xué)生畢業(yè)論文（設(shè)計(jì)） 開題報告書 　 題　　目　　　　 靜態(tài)人臉識別研究 　 　　 姓　　名　　　　　　 　　　　 學(xué)　　號　　　　 074090308 　　 院、　系　　 物電學(xué)院、電子系　 　　　 ?！　I(yè)　　 電子信息科學(xué)與技術(shù) 　 　 指導(dǎo)教師（職稱/學(xué)歷）　 2011年　　2 月　　23 日 云南師范大學(xué)教務(wù)處制 填 表 說 明 1、指導(dǎo)教師意見由指導(dǎo)教師填寫； 2、開題小組意見由開題指導(dǎo)小組負(fù)責(zé)人填寫； 3、其余由學(xué)生在指導(dǎo)教師指導(dǎo)下填

2、寫。 4、此表供學(xué)院參考使用，各學(xué)院可根據(jù)各自學(xué)科專業(yè)的學(xué)術(shù)規(guī)范作適當(dāng)調(diào)整。 論文（設(shè)計(jì)）題目 人臉識別研究 學(xué)科分類（二級） 510.4050 題目來源（a.教師擬題；b.學(xué)生自擬；c.教師科研課題；d.其他） a 本選題的依據(jù)：1）說明本選題的研究意義和應(yīng)用價值 2） 簡述本選題的研究現(xiàn)狀和自己的見解 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，生物統(tǒng)計(jì)識別技術(shù)得到了新的重視。目前，微電子和視覺系統(tǒng)方

3、面取得的新進(jìn)展，使該領(lǐng)域中高性能自動識別技術(shù)的實(shí)現(xiàn)代價降低到了可以接受的程度。而人臉識別是所有的生物識別方法中應(yīng)用最廣泛的技術(shù)之一， 人臉識別研究已經(jīng)有40多年的歷史，作為生物識別的一種，廣泛應(yīng)用在身份識別、海關(guān)監(jiān)控等領(lǐng)域。目前，人臉識別技術(shù)也逐漸走向了商用，如Eyematic公司研發(fā)的人臉識別系統(tǒng)等。 人臉識別技術(shù)就是通過計(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)。人臉識別 按照信息來源可分為兩類：基于靜態(tài)人臉圖像的識別和基于動態(tài)信息的識別。由于動態(tài)識別研究處于 起步階段，該技術(shù)相對較欠缺，目前，研究較多的是靜態(tài)人臉識別，即人臉來源位穩(wěn)定的二維圖象如 照片。因此本文只研

4、究基于靜態(tài)人臉圖像的識別方法。 計(jì)算機(jī)靜態(tài)人臉識別是一個經(jīng)典的模式識別問題。人臉識別的傳統(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)格特征匹配來歸一化人臉以便提取人臉描述特征。靜態(tài)人臉識別系統(tǒng)主要由檢測與定位、特征提取與識別兩部分組成，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，對圖像進(jìn)行光照處理等以改善圖像質(zhì)量；檢測與定位，從不同場景中檢測出人臉病將其從背景中分割出來；對人臉庫中所有圖像大小和各器官位置歸一化；最后對歸一化的人臉圖像進(jìn)行特征提取與識別。檢測與定位現(xiàn)已

5、成為一個獨(dú)立課題。 常用的人臉識別試驗(yàn)庫以美國軍方的FERET庫[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)證人臉識別算法。目前尚沒有專門測試人臉檢測和定位算法的圖像 庫。 在各種應(yīng)用的推動下，人臉識別技術(shù)是近年來興起的，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)庫中的資料進(jìn)行比對，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)。在國外，人臉識別技術(shù)早已被大量使用在國家重要部門以及軍警等安防部門

6、。在國內(nèi)，對于人臉識別技術(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、智能門禁、司機(jī)駕照驗(yàn)證、計(jì)算機(jī)登錄系統(tǒng)。我國在這方面也取得了較好的成就，國家863項(xiàng)目“面像檢測與識別核心技術(shù)”通過成果鑒定并初步應(yīng)用，就標(biāo)志著我國在人臉識別這一當(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)開發(fā)股份有限公司在2002年開發(fā)了一種人臉鑒別系統(tǒng)，對人臉圖像進(jìn)行處理，消除了照相機(jī)的影響，再對圖像進(jìn)行特征提取和識別。這對于人

7、臉鑒別特別有價值，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期拍攝的，使用的照相機(jī)不一樣。系統(tǒng)可以接受時間間隔較長的照片，并能達(dá)到較高的識別率，在計(jì)算機(jī)中庫藏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)電子系人臉識別課題組負(fù)責(zé)人蘇光大教授主持承擔(dān)的國家"十五"攻關(guān)項(xiàng)目《人臉識別系統(tǒng)》通過了由公安部主持的專家鑒定。鑒定委員會認(rèn)為，該項(xiàng)技術(shù)處于國內(nèi)領(lǐng)先水平和國際先進(jìn)水平。 1993年，美國國防部高級研究項(xiàng)目署 (Advanced

8、 Research Projects Agency)和美國陸軍研究實(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，用于評價人臉識別算法的性能。 研究的主要內(nèi)容： 人臉識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，人臉識別技術(shù)在各種應(yīng)用的推動下發(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,以便提高定位和識別的準(zhǔn)確率.該模塊主要

9、包含光線補(bǔ)償、圖像灰度化、高斯平滑、均衡直方圖、圖像對比度增強(qiáng)，圖像預(yù)處理模塊在整個系統(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別工作。 本次課題研究中，我們將討論研究靜態(tài)下人臉識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 人臉檢測與定位 特征提取與識別 幾何特征法 特征臉法 研究進(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 ：

10、 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 ： 測試階段 第12周 ～ 第13周： 寫文檔 主要參考資料： [1] Chellappa R, W ilson C L, Sirohey S Human and machinerecognition of faces a survey[J].Proceedings of the IEEE,1995,83(5)：705-740. [2] Hjelmas E, Low B K Face

11、 detection: a survey [J].Computer Visionand image understanding,2001,83(1):236-274. [3] J.Benarie,D.Nandy.IEEE Trans.PAMI,1998,20:449~457. [4] R.Brunelli,T .Poggio .IEEE Trans.PAMI,1993,15:1024~1052. [5] LJ.Cox,J.Ghosn,P.N.Yianilos.CVPR’96:209~216. [[7]K.M . Lam, H. Yan. Pattern Recogition,199

12、5,29:771~779. [8] J. Ydeng ,F .Lai. Pattern recognition,1997,30:403~419. [9]李剛，高政，人臉識別理論研究進(jìn)展[J]。計(jì)算機(jī)與現(xiàn)代化，2003，（5）：1-6. [10]周杰，盧春雨等，人臉自動識別方法綜述[J].電子學(xué)報.2000,28（4）：102-106. [11]張翠平，蘇光大.人臉識別技術(shù)綜述[J].中國圖像圖形學(xué)報.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，

13、杜成，人臉關(guān)鍵特征點(diǎn)的自動定位.光電子·激光，2004,15（8）：975~979. 指導(dǎo)教師意見（含選題的科學(xué)性、可行性、應(yīng)用價值、結(jié)合本專業(yè)知識的情況以及具體指導(dǎo)意見等）： 指導(dǎo)教師簽名： 年 月 日 開題會議紀(jì)要 時間 地點(diǎn) 開題小組成員 姓名 職稱 姓名 職稱 姓名 職稱 開題小組意見（含開題基本情況及結(jié)論）： 組長簽名： 年 月 日 學(xué)院意見： 分管領(lǐng)導(dǎo)簽名： 年 月 日 7