开题报告-人脸识别系统设计.doc

本科学生毕业论文（设计）
开题报告书

题　　目　　　　 人脸识别系统设计 　 　 　
姓　　名　　　　　　 崔景才 　　　 　
学　　号　　　　 200990512227 　
院、　系　　 文经学院电子系　 　 　　
专　　业　　 电子信息科学与技术 　 　
指导教师　 高书霞

2013年　　3 月　　28 日

论文（设计）题目

人脸识别系统设计
题目来源：学生自拟；
本选题的依据：1）说明本选题的研究意义和应用价值

2） 简述本选题的研究现状和自己的见解

随着安全入口控制和金融贸易方面应用需要的快速增长，生物统计识别技术得到了新的重视。目前，微电子和视觉系统方面取得的新进展，使该领域中高性能自动识别技术的实现代价降低到了可以接受的程度。而人脸识别是所有的生物识别方法中应用最广泛的技术之一，
人脸识别研究已经有40多年的历史，作为生物识别的一种，广泛应用在身份识别、海关监控等领域。目前，人脸识别技术也逐渐走向了商用，如Eyematic公司研发的人脸识别系统等。
人脸识别技术就是通过计算机提取人脸的特征，并根据这些特征身份验证的一种技术。人脸识别
按照信息来源可分为两类：基于静态人脸图像的识别和基于动态信息的识别。由于动态识别研究处于
起步阶段，该技术相对较欠缺，目前，研究较多的是静态人脸识别，即人脸来源位稳定的二维图象如
照片。因此本文只研究基于静态人脸图像的识别方法。
计算机静态人脸识别是一个经典的模式识别问题。人脸识别的传统方法主要分为：整体匹配方法，其中最具代表性的是主元分析法，其他混合型的算法。这些人脸识别系统多数都要依赖于面部特征（比如眼睛中心位置）的严格特征匹配来归一化人脸以便提取人脸描述特征。静态人脸识别系统主要由检测与定位、特征提取与识别两部分组成，在这两部分的基础上海包括预处理等步骤。实现流程如下：首先是预处理，对图像进行光照处理等以改善图像质量；检测与定位，从不同场景中检测出人脸病将其从背景中分割出来；对人脸库中所有图像大小和各器官位置归一化；最后对归一化的人脸图像进行特征提取与识别。检测与定位现已成为一个独立课题。
常用的人脸识别试验库以美国军方的FERET库[2]最为权威，它包括多人种、多年
龄段、各种表情变化、光照变化、姿态变化的图象，图像的数量和实验的人数也非常
多，可以充分地验证人脸识别算法。目前尚没有专门测试人脸检测和定位算法的图像
库。

在各种应用的推动下，人脸识别技术是近年来兴起的，但不大为人所知又快速发展的新技术。人们更多的是在电影中看到这种技术的神奇应用：警察将偷拍到的嫌疑犯的脸部照片，输入到电脑中，与警方数据库中的资料进行比对，并找出该嫌犯的详细资料和犯罪记录。这并非虚构的情节。在国外，人脸识别技术早已被大量使用在国家重要部门以及军警等安防部门。在国内，对于人脸识别技术的研究始于上世纪90年代，目前主要应用在公安、金 融、网络安全、物业管理以及考勤等领域。
人脸识别系统现在在大多数领域中起到举足轻重的作用，尤其是用在机关单位的安全和考勤、网络安全、银行、海关边检、物业管理、军队安全、智能身份证、智能门禁、司机驾照验证、计算机登录系统。我国在这方面也取得了较好的成就，国家863项目“面像检测与识别核心技术”通过成果鉴定并初步应用，就标志着我国在人脸识别这一当今热点科研领域掌握了一定的核心技术。北京科瑞奇技术开发股份有限公司在2002年开发了一种人脸鉴别系统，对人脸图像进行处理，消除了照相机的影响，再对图像进行特征提取和识别。这对于人脸鉴别特别有价值，因为人脸鉴别通常使用正面照，要鉴别的人脸图像是不同时期拍摄的，使用的照相机不一样。系统可以接受时间间隔较长的照片，并能达到较高的识别率，在计算机中库藏2300人的正面照片，每人一张照片，使用相距1--7年、差别比较大的照片去查询，首选率可以达到50%，前20张输出照片中包含有与输入照片为同一人的照片的概率可达70% 。 2005年1月18日，由清华大学电子系人脸识别课题组负责人苏光大教授主持承担的国家"十五"攻关项目《人脸识别系统》通过了由公安部主持的专家鉴定。鉴定委员会认为，该项技术处于国内领先水平和国际先进水平。
1993年，美国国防部高级研究项目署 (Advanced Research Projects Agency)和美国陆军研究实验室(Army Research Laboratory)成立了Feret(FacE Recognition Technology) 项目组，建立了feret 人脸数据库，用于评价人脸识别算法的性能。

研究的主要内容：
人脸识别是一种重要的身份鉴别技术，具有广泛的应用前景。近10多年来，人脸识别技术在各种应用的推动下发展很快。而近几年中，为避免各种实际应用环境的限制，非约束环境下的人脸识别也得到了很大的发展。
本课题的主要内容是图像预处理,它主要从摄像头中获取人脸图像然后进行处理,以便提高定位和识别的准确率.该模块主要包含光线补偿、图像灰度化、高斯平滑、均衡直方图、图像对比度增强，图像预处理模块在整个系统中起着极其关键的作用，图像处理的好坏直接影响着后面的定位和识别工作。
本次课题研究中，我们将讨论研究静态下人脸识别的研究以及非约束环境下的影响因素和处理方法。

主要研究方法： 变形模型方法 人脸检测与定位 特征提取与识别 几何特征法 特征脸法
研究进度计划：

第 1 周 ～ 第 2 周： 调研、资料查询、外文翻译

第 3 周 ： 可行性分析阶段

第 4 周 ～ 第 5 周： 需求分析阶段

第 6 周 ： 概要设计阶段

第 7 周 ～ 第 8 周： 详细设计阶段

第 9 周 ～ 第10周： 编码阶段

第11周 ： 测试阶段

第12周 ～ 第13周： 写文档

主要参考资料：

[1] Chellappa R, W ilson C L, Sirohey S Human and machinerecognition of faces a survey[J].Proceedings of the IEEE,1995,83(5)：705-740.
[2] Hjelmas E, Low B K Face detection: a survey [J].Computer Visionand image
understanding,2001,83(1):236-274.
[3] J.Benarie,D.Nandy.IEEE Trans.PAMI,1998,20:449~457.
[4] R.Brunelli,T .Poggio .IEEE Trans.PAMI,1993,15:1024~1052.
[5] LJ.Cox,J.Ghosn,P.N.Yianilos.CVPR’96:209~216.
[[7]K.M . Lam, H. Yan. Pattern Recogition,1995,29:771~779.
[8] J. Ydeng ,F .Lai. Pattern recognition,1997,30:403~419.
[9]李刚，高政，人脸识别理论研究进展[J]。计算机与现代化，2003，（5）：1-6.
[10]周杰，卢春雨等，人脸自动识别方法综述[J].电子学报.2000,28（4）：102-106.
[11]张翠平，苏光大.人脸识别技术综述[J].中国图像图形学报.2000.5（11）：885-894.
[12]丁嵘，苏光大，林行刚，特征脸和弹性匹配人脸识别算法的比较[J].计算机工程与应用，2002,38（7）：1-2.
[13]苏华，苏光大，杜成，人脸关键特征点的自动定位.光电子·激光，2004,15（8）：975~979.

指导教师意见（含选题的科学性、可行性、应用价值、结合本专业知识的情况以及具体指导意见等）：

指导教师签名：

年 月 日
开题会议纪要
时间

地点

开题小组成员
姓名
职称
姓名
职称
姓名
职称

开题小组意见（含开题基本情况及结论）：

组长签名：

年 月 日
学院意见：

分管领导签名：

年 月 日

7