- 上一篇：AT89C52单片机DAC0832信号发生器设计+电路图
- 下一篇：AT89C52单片机的高精度位移测量系统设计+电路图
摘 要：生物识别技术使用了人体本身的生物特性作为鉴别方式，与传统的身份鉴别方法是完全不同的。由于它具有相对更高的安全性，可靠性和有效性，受到越来越多的人们的关注。人脸识别技术作为生物特征识别技术的重要组成部分，在过去的三十年里一直受到广泛的关注和研究，已经成为计算机视觉、模式识别研究的重点研究领域。在公众安全，现场门禁系统，视频监控等领域，具有广阔的应用前景。本文基于MATLAB，设计并实现了一种基于主成份分析(Principal Component Analysis，PCA)的人脸识别系统。66705
毕业论文关键词：人脸识别，特征脸，K-L变换，主成分分析。
Abstract:Biometrics uses biological characteristics of the human body itself as a way to identify with the traditional identification methods are completely different. It has a relatively higher level of security, reliability and validity, are drawing more and more people's attention. Face recognition technology as an important part of biometric identification technology, in the past three decades ,it has been widespread concern and research and it has become the focus of research in the field of computer vision and pattern recognition. In public safety, site access control systems, video surveillance and other fields, has broad application prospects. Based on MATLAB, design and implement a face recognition system for principal component analysis ( PCA ) is based.
Key words: Face Recongnition， Eigenface， K-L Translation, Principle Component Analysis
目 录
1 前言 4
2 人脸识别技术 5
2.1 人脸识别技术研究内容 5
2.2 人脸识别技术的发展趋势 5
3 人脸识别的Matlab实现方法与理论 6
3.1 Matlab简介 6
3.2 基于Matlab人脸图像预处理 7
3.3 主成分分析法(PCA) 7
3.3.1 主成分分析法的基本思想 7
3.3.2 K-L变换 7
3.3.3 奇异值分解定理 8
4 人脸识别的PCA算法 9
4.1 特征脸空间 9
4.2 人脸图像的特征提取 9
4.3 人脸识别 10
5 利用MATLAB进行系统仿真 10
5.2 预存人脸向量库 12
5.3 特征脸空间 13
5.4 待识别人脸数据库 17
5.5 输入待识别人脸图像 17
5.6 人脸识别 18
5.6 显示人脸识别结果 19
结 论 20
参 考 文 献 21
致 谢 22
附 录 23
1 前言
现在，智能和科技逐渐融入人们的日常生活。如何确保信息安全已成为非常重要的事，一般的身份鉴别方式已无法满足要求。目前，人体的生物特征识别技术，由于其具有高效率，稳定性，快捷性和独特性的特点，逐渐成为一个热门的领域。生物识别技术主要是基于一些人类独有的如指纹，虹膜，人脸等特性来识别身份信息。因此避免了传统鉴定方法的缺点。