摘 要

　　人臉識別技術(shù)作為一種極具有發(fā)展潛力的生物特征識別技術(shù)，在信用卡驗證、視頻會(huì )議、醫學(xué)、檔案管理、人機交互、公安系統中的罪犯識別等領(lǐng)域有著(zhù)廣泛的應用。由于人臉識別具有直接、方便、非侵犯性和用戶(hù)友好等諸多優(yōu)點(diǎn)，使其成為當前模式識別和人工智能領(lǐng)域非常活躍的一個(gè)研究方向。最近幾十年,國內外許多研究學(xué)者都對人臉識別進(jìn)行了大量的研究工作，并提出了很多實(shí)用有效的人臉識別算法。典型的人臉識別系統包括:人臉圖像檢測、特征提取、圖像匹配和識別三部分。

　　本文主要對靜止圖像的人臉識別進(jìn)行了深入研究，主要涉及到如下幾方面：

　　1.詳細的介紹了一維和二維的 Gabor 小波變換的方法，并通過(guò)計算驗證了通過(guò)對 Gabor 濾波器參數的選擇來(lái)表示人臉圖像。深入研究了利用二維 Gabor小波變換進(jìn)行人臉特征提取的理論方法，在特征提取方面對傳統的基于 Gabor濾波器的人臉特征提取方法進(jìn)行改進(jìn)，提出了一種基于人臉有效區域的 Gabor特征抽取算法。該方法首先將人臉圖像經(jīng)遮罩模板掩模，獲取有效人臉區域，在有效區域內進(jìn)行象素的 Gabor 特征抽取，對于有效區域外沒(méi)有任何價(jià)值的像素區域，我們將其舍棄，這樣就大大降低了人臉識別的時(shí)間和空間復雜度。經(jīng)多次驗證表明，該方法能夠有效降低人臉特征向量維數，同時(shí)，具有與傳統Gabor特征抽取算法同等的魯棒性。

　　2.通過(guò)分析，提出了基于最佳 Gabor 特征的人臉識別的方法。該方法結合了人臉有效區域特征提取算法，利用遮罩模板提取眼睛、眉毛、鼻子和嘴唇所包含的人臉識別相關(guān)的主要信息，同時(shí)選取關(guān)鍵點(diǎn)并進(jìn)行 Gabor 下采樣，再利用主成分分析（PCA）方法對下采樣后的 Gabor 特征進(jìn)一步降維，然后再采用線(xiàn)性鑒別分析（LDA）方法進(jìn)行壓縮和特征選擇。

　　3.本文所設計的人臉識別系統是在 Windows XP 系統的 Visual C++6.0 開(kāi)發(fā)平臺下實(shí)現的，并較為詳細地介紹了系統主要部分的功能。Visual C++6.0 提供的高度可視化的應用程序開(kāi)發(fā)工具和豐富的 Microsoft 基本類(lèi)庫(MFC 庫)，可使應用程序開(kāi)發(fā)變得更加簡(jiǎn)單。

　　關(guān)鍵詞：人臉識別,特征提取算法,Gabor 濾波器,Gabor 小波變換

Abstract

　　Face recognition technology as a kind of extremely has the potential of development in biometric technology, video conference, credit card verification, medical, file management, human-computer interaction, public security system of criminal identification field in a wide range of applications. Due to face recognition has direct, convenient, non-invasive and user friendly, and many other advantages, make it become the current pattern recognition and the field of artificial intelligence a very active research direction. In recent decades, many domestic research of face recognition of scholars have done a lot of research work, and puts forward a lot of practical and efficient face recognition algorithm. The typical face recognition system includes: face image detection, feature extraction, image matching and identification of three parts.

　　This thesis mainly for still images of face recognition is studied, the main involves the following aspects:

　　1.This thesis describes in detail a one-dimensional and two-dimensional Gabor wavelet transform method, and proved by calculation of Gabor filters through the selection of parameters to show facial image. A deep research using 2D Gabor wavelet transform the face of feature extraction method, on feature extraction theory of the traditional Gabor filter based on the face and improvement of the method of feature extraction is proposed based on the face of the valid area Gabor feature extraction algorithm. This method firstly will face image via masks template masking, obtain valid face region within the valid area, in the pixels Gabor feature extraction, outside the territory for effective without any value pixel region, we abandon it, thus greatly reduces the face recognition of time and space complexity.

　　After repeated experiments show that this method can effectively reduce the face feature vector dimension, meanwhile, has Gabor feature extraction algorithm with traditional same robustness.

　　2.This thesis put forward through the analysis, based on the best Gabor characteristics of face recognition method. This method combines the third chapter of face effective mentioned feature extraction algorithm, using regional masks template extraction, eyebrow, nose and eyes lips contains the main face recognition related information, and at the same time selecting Gabor point and sampling, and then under the principal component analysis (PCA) under the method of sampling Gabor characteristics after further dimension reduction, and then using linear differential analysis (LDA) methods are compressed and feature selection.

　　3.This design of face recognition system is based on WindowsXP system in the Visual C++ 6.0 development of lans implementation, and introduces the system detail major parts of the function. Visual C++ 6.0 provide height visualization of application development tools and rich Microsoft Foundation Classes library (MFC library), can make the application development become more simple.

　　Key Words: face recognition, algorithm of feature extraction, Gabor filter , Gabor wavelet transform

　　人臉識別的研究歷史悠久。從有人類(lèi)以來(lái)，人們就通過(guò)對人臉的辨識來(lái)判斷人的身份。但由于相關(guān)理論基礎、技術(shù)能力和應用需求等原因的影響，直到二十世紀中期，才得到了學(xué)術(shù)界的廣泛關(guān)注。近年來(lái)，隨著(zhù)社會(huì )的發(fā)展以及科學(xué)技術(shù)的突飛猛進(jìn)，計算機視覺(jué)技術(shù)和模式識別技術(shù)的高速發(fā)展，人臉識別技術(shù)已經(jīng)成為視覺(jué)和識別領(lǐng)域內的一項熱門(mén)課題。在美國“9.11”恐怖襲擊后，人們對信息的隱蔽性和安全性越來(lái)越重視，那么如何突破傳統的身份驗證和識別方法（證件、密碼、鑰匙、智能卡等），能夠更方便、準確和有效地進(jìn)行身份識別，就成為人們關(guān)注的焦點(diǎn)。

　　人臉識別技術(shù)是基于生物特征的識別方式，是人類(lèi)視覺(jué)最杰出的能力之一，它的研究涉及很多領(lǐng)域，如圖像處理、模式識別、人工智能等。與指紋識別、虹膜識別、聲音識別等特征相比，人臉識別具有方便、直接、友好、主動(dòng)、自然等優(yōu)點(diǎn)，同時(shí)在不干擾被測者的前提下即可獲得其面部圖像，對于被測者來(lái)說(shuō)沒(méi)有任何的心理障礙，而且整個(gè)系統無(wú)需特定的采集設備，成本也比較低，使得人臉識別技術(shù)逐漸得到了人們的接受。目前很多國家的研究機構和學(xué)校以及商業(yè)公司從事人臉識別相關(guān)的研究，并在 20 世紀末有了較快速的發(fā)展。

　　早在十九世紀末有一位法國人在報刊雜志上刊登了一篇關(guān)于如何采用人臉特征來(lái)識別身份的報道。直到二十世紀末期，人臉識別技術(shù)才有了根本性的突破。

　　人臉識別技術(shù)的發(fā)展主要經(jīng)歷了以下三個(gè)階段[1] [2]：

　　第一階段主要研究簡(jiǎn)單背景中的人臉的識別和人臉識別過(guò)程中所需要的面部特征。Bledsoe 的研究被認為是人臉識別研究的開(kāi)端，在二十世紀六十年代中后期，利用人臉器官的局部特征來(lái)描述人臉，但這種方法僅對變形較小的正面人臉有一定的效果。到了二十世紀七十年代就有研發(fā)人員利用電腦搭建了質(zhì)量較高的人臉灰度圖模型，此階段臉圖識別過(guò)程幾乎完全離不開(kāi)操作人員，所構建的系統還不能自動(dòng)完成識別任務(wù)。但對設計機器識別人臉算法和系統的工程師們起到了重要的引導作用。

　　第二階段主要研究的是人機交互式的人臉識別。Lesk 和 Harmon 采用幾何特征參數及多維特征向量共同描述人臉圖像信息，同時(shí)基于這種思想開(kāi)發(fā)了圖像識別系統[3] [4]。Kobayashi 和 Kaya 將統計識別的相關(guān)理論融入人臉識別中，并采用歐式距離來(lái)描述面部特征，比如嘴唇和鼻子的距離等等[5]。Stonham 提出了一種單隱層的自適應神經(jīng)網(wǎng)絡(luò )來(lái)進(jìn)行人臉識別和表情分析，每一個(gè)人對應一個(gè)網(wǎng)絡(luò )。這個(gè)階段并沒(méi)有擺脫人的干預，還是需要操作員的某些先驗知識。

　　第三階段是機器自動(dòng)識別階段。進(jìn)入二十世紀九十年代，隨著(zhù)計算機配置的不斷提高，運算速度和效率也不斷加快，以及圖像采集加工能力的提高，人臉識別方法有了重大突破。不僅能自動(dòng)識別正面的、光照良好的、沒(méi)有遮擋的人臉，而且對不同姿態(tài)變化、不同表情、不同年齡階段、不同光照條件的人臉也能進(jìn)行識別。這一階段研究人員提出了很多人臉自動(dòng)識別的方法，在一定程度上帶動(dòng)了人臉識別技術(shù)的發(fā)展。

　　當前很多國家展開(kāi)了有關(guān)人臉識別的研究，主要有美國，歐洲國家，日本等，著(zhù)名的研究機構有美國麻省理工大學(xué)(MIT)媒體實(shí)驗室和人工智能實(shí)驗室、美國卡耐基梅隆大學(xué) (CMU)的機器人研究所、法國 INRIA 研究院、美國伊利諾斯大學(xué) Beckman 研究所和 Microsoft ResearehAsia Face Group。

　　美國國家標準技術(shù)局（NIST）舉辦的(Face Recognition Vendor Test 2006，簡(jiǎn)稱(chēng) FRVT2006)通過(guò)大規模的人臉數據測試表明，當今世界上人臉識別的一些方法的識別精度已經(jīng)超過(guò)人類(lèi)的平均水平。而對于高清晰、高質(zhì)量人臉圖像識別，機器的識別精度幾乎達到百分之百。

　　我國在人臉識別領(lǐng)域的研究雖然起步相對較晚，但是進(jìn)展迅速，很多研究機構、高等院校及多家 IT 公司都成立了人臉識別技術(shù)的研究小組，如華中科技大學(xué)、國防科學(xué)技術(shù)大學(xué)、武漢大學(xué)、北京交通大學(xué)，上海銀晨智能識別科技有限公司等等，都取得了一定的成果。由中科院自動(dòng)化所的科研人員歷時(shí)近一年研發(fā)的人臉識別信息比對系統，開(kāi)創(chuàng )性地將國際先進(jìn)的人臉識別技術(shù)引入奧運安保，實(shí)現了奧運會(huì )開(kāi)閉幕式對門(mén)票持有者進(jìn)行實(shí)名制查驗和人員身份識別的功能，為奧運安保大系統提供了決策支持依據。863 計劃、國家科技支撐計劃、自然科學(xué)基金都撥出專(zhuān)款資助人臉識別的相關(guān)研究。我國的人臉識別技術(shù)正處在高速發(fā)展時(shí)期，在識別率和識別速度上也達到了舉世矚目的水平。

　　用VC++語(yǔ)言開(kāi)發(fā)人臉識別系統：

人臉圖像采集的操作界面

身份驗證系統見(jiàn)面

身份識別系統界面

目 錄

　　第 1 章 緒論
　　　　1.1 人臉識別的研究背景和意義
　　　　1.2 人臉識別的發(fā)展歷史及國內外現狀
　　　　　　1.2.1 人臉識別的發(fā)展歷史
　　　　　　1.2.2 人臉識別的國內外現狀
　　　　1.3 人臉識別的研究?jì)热菁胺椒?br /> 　　　　　　1.3.1 人臉識別的研究?jì)热?br /> 　　　　　　1.3.2 人臉識別的研究方法
　　　　1.4 人臉識別的技術(shù)難點(diǎn)
　　　　1.5 本文的主要研究?jì)热菖c章節安排
　　第 2 章 人臉識別的相關(guān)理論
　　　　2.1 人臉圖像的預處理
　　　　　　2.1.1 圖像歸一化
　　　　　　　　2.1.1.1 幾何歸一化
　　　　　　2.1.2 圖像二值化
　　　　2.2 人臉圖像特征的提取和選擇
　　　　　　2.2.1 人臉圖像特征的提取
　　　　　　2.2.2 人臉圖像特征的選擇
　　　　2.3 人臉圖像特征的匹配與分析
　　　　　　2.3.1 人臉圖像特征的匹配
　　　　　　2.3.2 人臉圖像特征的分析
　　　　2.4 本章小結
　　第 3 章 基于 Gabor 小波變換的人臉特征提取算法
　　　　3.1 Gabor 小波變換理論分析
　　　　　　3.1.1 小波變換
　　　　　　3.1.2 小波變換的 Mallat 快速算法
　　　　3.2 二維 Gabor 濾波器
　　　　　　3.2.1 二維 Gabor 濾波器的參數選擇
　　　　　　3.2.2 二維 Gabor 濾波器的特性分析
　　　　3.3 人臉 Gabor 特征提取算法及其改進(jìn)
　　　　　　3.3.1 人臉 Gabor 特征提取
　　　　　　3.3.2 基于 Gabor 的人臉有效區域特征提取算法
　　　　3.4 基于 Gabor 小波變換的人臉圖像多分辨率分解與重建
　　　　3.5 小波分解層數的確定
　　　　3.6 本章小結
　　第 4 章 基于最優(yōu) Gabor 特征的人臉識別
　　　　4.1 算法的基本思想
　　　　4.2 人臉圖像有效區域的確定
　　　　4.3 關(guān)鍵點(diǎn)的選取和下采樣
　　　　4.4 利用 Gabor+PCA+LDA 進(jìn)行特征選取和分析
　　　　4.5 實(shí)驗的結果與分析
　　　　4.6 本章小結
　　第 5 章 系統的設計與實(shí)現
　　　　5.1 系統概述
　　　　　　5.1.1 系統的硬件與軟件運行環(huán)境
　　　　　　5.1.2 系統采用的人臉識別算法
　　　　　　5.1.3 系統主要功能與特點(diǎn)
　　　　5.2 系統工作模式
　　　　5.3 系統實(shí)現
　　　　　　5.3.1 人臉圖像采集
　　　　　　5.3.2 系統框架結構
　　　　5.4 系統界面
　　　　　　5.4.1 人臉圖像采集操作界面
　　　　　　5.4.2 身份驗證系統界面
　　　　　　5.4.3 身份識別系統界面
　　　　5.5 實(shí)驗結果與分析
　　　　5.6 本章小結
　　第 6 章 總結與展望
　　　　6.1 總結
　　　　6.2 展望
　　致 謝
　　參考文獻
　　攻讀學(xué)位期間發(fā)表的學(xué)術(shù)論文及參加科研情況

（如您需要查看本篇畢業(yè)設計全文，請您聯(lián)系客服索取）