人脸识别算法的研究.doc

资料分类:工程技术 上传会员:乖宝宝 更新时间:2015-03-18
需要金币1000 个金币 资料包括:完整论文 下载论文
转换比率:金额 X 10=金币数量, 例100元=1000金币 论文字数:17105
折扣与优惠:团购最低可5折优惠 - 了解详情 论文格式:Word格式(*.doc)

摘要:人脸识别作为生物特征识别技术中最自然、最友好的手段,在过去的三十多年里,人们对其始终抱有浓厚的兴趣。其根本原因是巨大的社会需求、应用潜力和广泛的应用范围。在国际背景下,近几年国际安全局势不稳定,各国对自身重要的设施的安全性能越发重视,例如在人员出入边境时对可疑人员进行监控,积极推动了人脸识别在应用领域的发展。

本文中主要完成了以下几项任务 :

1)在人脸图像预处理中,提出用小波变换对图像进行降噪处理,并和传统的维纳滤波法、中值滤波法和均值滤波法进行效果对比,显示其良好的降噪效果。

2)在人脸识别算法中主要研究奇异值分解(SVD)算法,在原有理论的基础上提出新的算法。

3)通过Matlab仿真对新算法进行验证,并和传统的奇异值分解法和PCA方法进行比较,取得了较好的结果。

本文人脸识别主要运用基于小波变换的人脸图像预处理和基于SVD的人脸识别的改进算法进行人脸识别。

关键字:人脸识别,小波变换,图像预处理,奇异值分解

 

目录

摘要

ABSTRACT

第一章 绪 论-1

1.1本论文的背景和意义-1

1.2人脸识别的发展史-1

1.3人脸识别使用的领域-2

1.4人脸识别的存在难度-3

1.5 人脸识别的流程-3

1.6 本论文的主要内容-3

1.7 本论文的结构安排-4

第二章 图像预处理-5

2.1图像采集-5

2.2小波变换-5

2.2.1小波变换的特点-5

2.2.2 小波变换的基本原理-5

2.3小波变换与图像处理-6

2.3.1 小波变换降噪的原理-6

2.3.2 小波变换法处理图像的优势-7

2.3.3 仿真对比-8

本章小结-9

第三章 人脸识别算法-10

3.1人脸特征提取-10

3.2人脸识别算法-10

3.2.1基于奇异值分解的人脸识别-10

3.2.2基于几何特征的人脸识别-12

3.2.3基于特征脸(PCA)的人脸识别方法-12

3.2.4基于模板匹配的人脸识别-13

3.2.5神经网络的人脸识别-13

3.2.6 支持向量机(SVM)人脸识别-14

3.2.7 Boosting方法-14

3.3最近邻决策分类过程-14

3.4设想与改进-14

本章小结:-16

第四章 人脸识别仿真-17

4.1本文使用的人脸库介绍-17

4.2课题中使用的原理-17

4.3理论验证-17

4.3.1人脸图像预处理-17

4.3.2 人脸识别-19

4.3.3 问题及解决方案-19

4.4实验结果及数据分析-19

第五章 总结-25

参考文献-26

致谢-27

相关论文资料:
最新评论
上传会员 乖宝宝 对本文的描述:人脸识别技术作为多学科领域的、具有挑战性的课题,它覆盖了数字图像处理、模式识别、计算机视觉、神经网络、心理学、生理学、数学等诸多学科的内容,同时也具有十分广泛的应......
发表评论 (我们特别支持正能量传递,您的参与就是我们最好的动力)
注册会员后发表精彩评论奖励积分,积分可以换金币,用于下载需要金币的原创资料。
您的昵称: 验证码: