基于PCA人脸特征提取和识别方法研究+matlab程序

菜单

摘要：人脸识别具有重大的理论和应用意义，它是一项结合了多学科，多领域知识方法的技术。长期以来，如何利用计算机进行准确、快速的人脸识别，一直是图像处理与模式识别的研究热点与难点之一。本文对人脸识别研究的内容、相关技术、主要实现方法及发展历程作了详细介绍。本文提出主成分分析法（PCA）、K-L变换对人脸特征进行提取以达到人脸识别的目的，实验仿真结果表明该方法识别效果良好。54385

毕业论文关键词：人脸识别，主成分分析，K-L变换，特征脸

Abstract: With theoretical and practical significance of face recognition, which is a combination of multi-disciplinary, multi-field knowledge technique. For a long time,how to use the computer for face recognition accuracy, fast, has been one of the hot and difficult research in image processing and pattern recognition. The content of this paper, the research of face recognition technology, main method and its development are described in detail. This paper presents the method of principal component analysis (PCA), the K-L transform to extract the facial featurein order to achieve the purpose of face recognition, the experimental results demonstrate that the method to identify has great effect.

Key Words: face recognition, principle component analysis, K-L translation, eigenface

1 绪论 4

2 人脸识别技术 5

2.1 人脸识别的研究背景及意义 6

2.2 国内外研究现状及未来发展趋势 7

2.3 人脸识别的难点 8

3 人脸识别的常用算法 8

3.1 人脸识别常用方法 8

3.2 PCA方法的优点 10

4 PCA人脸识别方法 10

4.1 简介 10

4.2 问题描述 10

4.3 PCA 的理论基础 12

4.4 人脸识别中PCA算法步骤及过程 16

4.5 实验及结果分析 17

5 总结与展望 19

5.1 总结 19

5.2 展望 20

参考文献 21

致谢 22

附录—matlab 源码 23

1 绪论

目前，传统的身份识别方法如密码是基于“他记得什么”，ID卡是基于“他有什么”来进行身份鉴别，但是真正安全的识别手段应该是基于“他是谁”来鉴别身份，所以这些传统手段识别的安全性较低。随着现代科学技术的发展和社会的进步发展，依靠传统的方法来确认身份越来越不适应当前的形势。接近真正意义上的身份识别“他是谁”也就是生物特征识别技术了。除了基于可靠性的考虑，生物特征识别技术具有巨大的市场潜力，据国际生物特征组织(IBG)对其的市场分析和预测结果显示，预计到2015年前全球生物特征识别技术至少有93亿美元的产值[1]。

生物识别技术是基于生理或身体活动的人本身的身份认证技术。那么生理或身体行为特点等具有以下四个特性才能被作为生物特征进行做鉴别：第一、普遍性，即普遍存在每个可以被识别的人身上。第二、唯一性，即个体存在共性之外还需要有个性，独一无二。第三、持久性，即该生物特征在一定时间空间内保持一定程度内的不变性。第四、可采集性，即特征能够定量测定。