摘  要：人脸识别因其在安全验证系统、医学、档案管理、人机交互、系统公安等方面的应用前景而越来越成为当前模式识别和人工智能领域的一个研究热点。本文主要研究了基于RBF的人脸识别，包括人脸的检测与定位，特征提取和识别三个部分。通过MATLAB仿真实验表明，基于RBF神经网络的识别具有较高的分辨率。59053

毕业论文关键词：人脸识别，检测，分辨率，定位

Abstract：Face recognition because of its in the security authentication system, medical, file management, human-computer interaction, application prospect in aspects of system security and increasingly become the pattern recognition and a hot research topic in the field of artificial intelligence. This paper mainly studies the face recognition based on RBF, including face detection and orientation, feature extraction and identification of three parts. Through MATLAB simulation experiments show that the identification based on RBF neural network has high resolution.

Keywords：Face recognition, DetectionResolution,positioning 

1  前言 4

1.1  人脸识别的背景 4

1.2  人脸识别技术的研究意义 4

2  人脸识别的检测与定位 5

2.1  人脸图像的采集 5

2.2  人脸的检测 5

3  人脸识别的预处理方法 6

3.1  滤波去噪 7

3.2  边缘检测 7

3.3  灰度变换 7

4  人脸图像特征提取 7

4.1  基于几何特征的方法 8

4.2  弹性图匹配 9

4.3  基于统计的方法 9

4.3.1  主成分分析PCA算法及其原理 9

4.3.2  主成分分析的计算过程 10

4.3.3  主成分分析PCA的作用 11

4.4  神经网络的方法 12

5  基于RBF的神经网络的人脸识别在MATLAB中的实现 12

5.1  基于RBF神经网络的人脸识别方法 13

5.2  PCA过程中的子空间维数对识别率的影响 13

5.2.1  RBF分类器聚类性能分析 14

5.2.2  置信度β的选取 14

5.2.3  学习速率η的选取 15

5.2.4  学习次数Epochs的选取 17

5.2.5  加入噪声后的分类性能 18

5.3  识别率分析 19

结论 21

参考文献 22

致谢 23

1  前言

1.1  人脸识别的背景

  人脸识别系统的研究始于20世纪60年代，随着计算机技术和光学技术的发展，80年代后得到逐步提高，传统的鉴别方法已经不满足人类的需求，而人脸识别正是生物识别方法中的产生的一种最新应用，可以更便捷，快速，准确地识别出各种图像，从而进行人脸检测，图像规格化，特征提取，分类识别等一系列研究。人们更多的是在电影中看到这种技术的应用：警察通过在电脑系统资料对比嫌疑犯的照片，来找出罪犯的资料和记录。这并非虚构的情节。国外对于人脸图像识别的研究较早，现己有实用系统面世，只是对于成像条件要求比较苛刻，所以应用范围也就较窄，国内也有许多从事这方而的研究的科研机构，并且很多已取得相应的成果。源[自*751^`论/文'网·www.751com.cn/ 基于RBF神经网络的人脸识别算法研究与实现:http://www.751com.cn/tongxin/lunwen_64088.html